[发明专利]一种糖尿病证候预测系统

说明书

本发明提供了一种糖尿病证候预测系统，属于疾病证候预测系统领域。本发明运用深度学习算法，构建了卷积神经网络模型，该模型可以用糖尿病人性别、年龄、病程等简单信息，预测糖尿病证候特征，准确度较高。本发明将前述算法内置于糖尿病证候预测系统内，方便应用，前景良好。

技术领域

本发明涉及疾病证候预测系统领域，尤其涉及一种糖尿病证候预测系统。

背景技术

糖尿病是全球威胁人类健康的3大慢性非传染性疾病之一。西医对本病多采取综合防治措施，中医药在治疗本病方面也显示出较好的前景，但目前最大的难题仍然是如何进一步提高临床疗效。进一步提高中医药防治糖尿病的能力，需要对证候诊断准确性进一步加强，包括对其证候类别进行快捷而准确判断。

而计算机人工智能技术的发展为复杂生命现象的研究带来了机遇，为糖尿病证候的快捷准确判断提供了可行性条件。

发明内容

本发明的目的在于提供一种新的糖尿病证候预测系统，其技术方案包括：

一种糖尿病证候预测系统，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。

如前述的糖尿病证候预测系统，输入模块还用于接收症状数据，症状数据指的是病人是否具有某种症状的数据，优选地，输入模块会给病人呈现一个症状的列表，病人可以勾选其具有的症状；

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；