[发明专利]症状和体征的量化方法、系统及终端

权利要求书

1.一种症状和体征的量化方法，其特征在于，包括：

构建由一个标准正交向量组构成的症状原子库，其中每个症状原子向量对应一个症状；

构建由一个标准正交向量组构成的体征原子库，其中每个体征原子向量对应一个体征条目；

将所述症状原子库和所述体征原子库中的原子进行向量增广，构成症状和体征原子增广向量集合；

使用所述症状和体征原子增广向量集合对新增用户的各种症状和体征条目向量进行量化；

对所述向量量化后的表示形式进行分类映射，得到包含各类症状和体征条目向量所对应的诊断结果；

根据所述量化后的各类症状和体征条目向量所对应的诊断结果构建诊断模型数据库，供诊断使用。

2.如权利要求1所述的症状和体征的量化方法，其特征在于，所述使用所述症状和体征原子增广向量集合对新增用户的各种症状和体征条目向量进行量化包括：

采用离散函数使用所述症状和体征原子增广向量集合对新增用户的各种症状和体征条目向量进行量化。

3.如权利要求1所述的症状和体征的量化方法，其特征在于，所述使用所述症状和体征原子增广向量集合对新增用户的各种症状和体征条目向量进行量化包括：

采用连续函数使用所述症状和体征原子增广向量集合对新增用户各类症状和体征条目向量进行量化。

4.如权利要求2或3所述的症状和体征的量化方法，其特征在于，所述对所述向量量化后的表示形式进行分类映射，得到包含各类症状和体征条目向量所对应的诊断结果包括：

将量化后的各种症状和体征条目向量进行距离度量，计算各种症状和体征条目向量与其他所有向量之间的切比雪夫距离，得到各种症状和体征条目向量所对应的距离向量；

将各种症状和体征条目向量所对应的距离向量输入SVM分类器进行分类训练，得到各类症状和体征条目向量，分析各类症状和体征条目向量所对应的诊断结果。

5.一种症状和体征的量化系统，其特征在于，包括：

症状原子库构建单元，用于构建由一个标准正交向量组构成的症状原子库，其中每个症状原子向量对应一个症状；

体征原子库构建单元，用于构建由一个标准正交向量组构成的体征原子库，其中每个体征原子向量对应一个体征条目；

原子库增广单元，用于将所述症状原子库和所述体征原子库中的原子进行向量增广，构成症状和体征原子增广向量集合；

量化处理单元，用于使用所述症状和体征原子增广向量集合对新增用户的各种症状和体征条目向量进行量化；

分类映射单元，对所述向量量化后的表示形式进行分类映射，得到包含各类症状和体征条目向量所对应的诊断结果；

分类映射单元，根据所述量化后的各类症状和体征条目向量所对应的诊断结果构建诊断模型数据库，供诊断使用。

6.如权利要求5所述的症状和体征的量化系统，其特征在于，所述量化处理单元具体用于：

采用离散函数使用所述症状和体征原子增广向量集合对新增用户的各种症状和体征条目向量进行量化。

7.如权利要求5所述的症状和体征的量化系统，其特征在于，所述量化处理单元具体用于：

采用连续函数使用所述症状和体征原子增广向量集合对新增用户的各种症状和体征条目向量进行量化。

8.如权利要求6或7所述的症状和体征的量化系统，其特征在于，所述分类映射单元具体用于：

将量化后的各种症状和体征条目向量进行距离度量，计算各种症状和体征条目向量与其他所有向量之间的切比雪夫距离，得到各种症状和体征条目向量所对应的距离向量；

将各种症状和体征条目向量所对应的距离向量输入SVM分类器进行分类训练，得到各类症状和体征条目向量，分析各类症状和体征条目向量所对应的诊断结果。

9.一种症状和体征的量化终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。