[发明专利]一种基于认知模型的呼吸系统疾病认知系统在审
申请号: | 202010875892.5 | 申请日: | 2020-08-27 |
公开(公告)号: | CN111986803A | 公开(公告)日: | 2020-11-24 |
发明(设计)人: | 杜乐;杜小军 | 申请(专利权)人: | 武汉东湖大数据交易中心股份有限公司 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;G06F40/30;G06F40/295;G06F17/18;G06F16/35;G06K9/62 |
代理公司: | 武汉红观专利代理事务所(普通合伙) 42247 | 代理人: | 李季 |
地址: | 430000 湖北省武汉市东湖新技术开*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 认知 模型 呼吸 系统疾病 系统 | ||
1.一种基于认知模型的呼吸系统疾病认知系统,其特征在于,所述基于认知模型的呼吸系统疾病认知系统包括:
信息采集模块,用于采集呼吸系统感染的临床数据以及病原学数据,根据该呼吸系统感染的临床数据以及病原学数据建立呼吸系统感染分类标准信息库;
认知模型模块,用于建立条件随机场模型,获取呼吸系统感染的待诊断临床数据以及待诊断病原学数据,利用条件随机场模型计算呼吸系统感染分类标准信息库与待诊断临床数据以及待诊断病原学数据之间的条件概率数值;
诊断模块,用于设定条件概率阈值,将该条件概率数值与条件概率阈值进行比较,当条件概率数值满足条件概率阈值时,根据呼吸系统感染分类标准信息库生成对应的认知报告。
2.如权利要求1所述的基于认知模型的呼吸系统疾病认知系统,其特征在于:信息采集模块包括信息筛选模块,用于采集呼吸系统感染的临床数据以及病原学数据,所述临床数据包括:上呼吸道感染主要特征信息、下呼吸道感染主要特征信息以及胸膜腔感染主要特征信息,所述病原学数据包括:病原学主要特征信息,设定医院感染的判断范围以及非医院感染的判断范围,根据医院感染的判断范围以及非医院感染的判断范围对临床数据以及病原学数据进行判断。
3.如权利要求2所述的基于认知模型的呼吸系统疾病认知系统,其特征在于:信息采集模块包括信息标记模块,用于当临床数据以及病原学数据满足医院感染的判断范围时,将该临床数据以及病原学数据标记为医院感染;当临床数据以及病原学数据满足非医院感染的判断范围时,将该临床数据以及病原学数据标记为非医院感染。
4.如权利要求3所述的基于认知模型的呼吸系统疾病认知系统,其特征在于:信息采集模块还包括分类标准信息库建立模块,用于根据上呼吸道感染主要特征信息、下呼吸道感染主要特征信息以及胸膜腔感染主要特征信息建立三种不同类别集合,并组合在一起作为呼吸系统感染分类标准信息库。
5.如权利要求4所述的基于认知模型的呼吸系统疾病认知系统,其特征在于:认知模型模块包括计算模块,用于建立条件随机场模型,根据条件随机场模型以及呼吸系统感染分类标准信息库生成呼吸道感染疾病认知模型,获取呼吸系统感染的待诊断临床数据以及待诊断病原学数据,通过该呼吸道感染疾病认知模型计算待诊断临床数据以及待诊断病原学数据的条件概率数值。
6.如权利要求5所述的基于认知模型的呼吸系统疾病认知系统,其特征在于:诊断模块包括匹配诊断模块,用于设定条件概率阈值,将条件概率数值与条件概率阈值进行比较,当条件概率数值满足条件概率阈值时,根据呼吸系统感染分类标准信息库生成对应的认知报告;当条件概率数值不满足条件概率阈值时,重新选择条件概率数值。
7.如权利要求6所述的基于认知模型的呼吸系统疾病认知系统,其特征在于:诊断模块还包括字符匹配模块,用于建立正则表达式,通过该正则表达式将待诊断临床数据以及待诊断病原学数据与医院感染的判断范围以及非医院感染的判断范围进行判断,并将判断结果添加至对应认知报告。
8.一种基于认知模型的呼吸系统疾病认知设备,其特征在于,所述基于认知模型的呼吸系统疾病认知设备包括:
信息采集单元,用于采集呼吸系统感染的临床数据以及病原学数据,根据该呼吸系统感染的临床数据以及病原学数据建立呼吸系统感染分类标准信息库;
认知模型单元,用于建立条件随机场模型,获取呼吸系统感染的待诊断临床数据以及待诊断病原学数据,利用条件随机场模型计算呼吸系统感染分类标准信息库与待诊断临床数据以及待诊断病原学数据之间的条件概率数值;
诊断单元,用于设定条件概率阈值,将该条件概率数值与条件概率阈值进行比较,当条件概率数值满足条件概率阈值时,根据呼吸系统感染分类标准信息库生成对应的认知报告。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉东湖大数据交易中心股份有限公司,未经武汉东湖大数据交易中心股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010875892.5/1.html,转载请声明来源钻瓜专利网。