[发明专利]一种糖尿病证候预测系统

权利要求书

1.一种糖尿病证候预测系统，其特征在于，它包括：

I.输入模块：用于接收用户输入的包括性别、年龄和得病时间，得病时间以年为单位；

II.诊断模块：包括数据预处理模块和卷积神经网络模块；

数据预处理模块执行如下计算：

(1)将性别、年龄和病程转化为属性数据：

性别属性：用0代表女性，1代表男性，用x₁表示；

年龄属性：将年龄做最大最小归一化处理，使数据在分布[0，1]之间，用x₂表示；

病程属性：病人得病时间做最大最小归一化，使数据分布[0，1]之间，用x₃表示；

得到原始样本向量x＝(x₁，x₂，x₃)；

(2)使用外积操作获得提升数据维度的矩阵数据：

x_new＝x^Tx；

卷积神经网络模块执行如下计算：

将x_new输入到卷积神经网络模型，计算糖尿病分别为胃热炽盛、气阴亏虚、阴阳两虚、肺热津伤和肾阴亏虚5种证候的概率值；

III.输出模块：负责将卷积神经网络模块得到的概率值输出。

2.如权利要求1所述的糖尿病证候预测系统，其特征在于，输入模块还用于接收症状数据；

数据预处理模块执行如下计算：

(1)将性别、年龄、病程、症状转化为属性数据：

性别属性：用0代表女性，1代表男性，用x₁表示；

年龄属性：将年龄做最大最小归一化处理，使数据在分布[0，1]之间，用x₂表示；

病程属性：病人得病时间做最大最小归一化，使数据分布[0，1]之间，用x₃表示；

症状属性：病人是否有该症状用0，1表示，1表示有该症状，0表示无该症状，用x₄～x_d表示，其中d＝n+3，n为症状种数；

得到原始样本向量x＝(x₁，x₂，x₃，...，x_d)，它是1×d的向量；

(2)使用外积操作获得提升数据维度的矩阵数据：

x_new＝x^Tx。

3.如权利要求2所述的糖尿病证候预测系统，其特征在于，所述症状属性选自如下症状中的一个或多个：如口干、乏力、口渴多饮、视物模糊、肢体麻木、头晕、舌黯红、胎腻。