摘要
本发明提供基于深度学习的智能医疗多轮对话诊断推理方法及系统,涉及深度学习技术领域,包括通过对时序症状描述采用注意力机制构建时序特征,进行双向序列建模生成综合症状特征;利用医学知识图谱检测逻辑矛盾和信息缺失生成标准化特征;基于深度神经网络计算问诊方向的信息增益生成最优问诊内容;根据用户反馈迭代更新直至诊断信息熵低于阈值输出诊断结果。本发明提高了医疗诊断的准确性和效率。
技术关键词
医学知识图谱
时序特征
深度神经网络
综合症状
门控循环单元
多轮对话
信息熵
注意力机制
医学专业
逻辑
序列
推理方法
融合特征
矩阵
计算机程序指令
贝叶斯决策理论
依赖特征
语义向量
关系
系统为您推荐了相关专利信息
牙齿正畸治疗
深度神经网络
三维数字模型
多智能体强化学习
强连通分量
金属纳米间隙
金属电极
回归预测模型
优化网络参数
空间分布特征
多模态传感器
sigmoid函数
策略
频谱特征
长短期记忆网络