[发明专利]一种基于主要症状与伴随症状词的疾病认知系统

说明书

本发明提出了一种基于主要症状与伴随症状词的疾病认知系统。包括：数据获取模块，用于获取疾病特征信息以及对应症状特征信息，建立疾病知识数据库；特征提取模块，用于获取待识别临床症状特征信息，获取特征词；匹配模块，用于将待识别疾病特征词与疾病特征信息进行匹配，根据该匹配相似度从疾病知识数据库中查找与疾病特征信息对应的症状特征信息；认知模块，用于建立Jaccard系数相似性算法，计算待识别症状特征词与症状特征信息之间的相似性，并生成对应认知报告。本发明通过关键词匹配方法与Jaccard系数相似性定理构建联合认知模型，通过联合认知模型精确对待识别疾病进行认知，提高系统的识别精确度，提升了用户体验。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于主要症状与伴随症状词的疾病认知系统。

背景技术

每个疾病都有其特定的病因和病理，特别是都有一定的发展演变规律，并且表现出不同的临床症状特征信息。临床症状特征信息是患者因疾病而表现出来的不正常状态。每个人年龄、性别、体质不同，即使患同一种疾病，其症状也不同。疾病初期、中期、晚期的症状，也呈现出阶段性变化。

近年来，相关专家开始研究通过临床症状特征信息来推导和预测疾病的方法。比如，基于临床症状的特征权重推导疾病概率方法等，但是这些方法对于人工依赖比较大，并且精确度不够高，速度较慢，所以亟需一种基于主要症状与伴随症状词的疾病认知系统，能够提高疾病认知速度以及精确度。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

有鉴于此，本发明提出了一种基于主要症状与伴随症状词的疾病认知系统，旨在解决现有技术无法通过二次提取特征词以及Jaccard系数相似性定理来提高疾病认知的精确度的技术问题。

本发明的技术方案是这样实现的：

一方面，本发明提供了一种基于主要症状与伴随症状词的疾病认知系统，所述基于主要症状与伴随症状词的疾病认知系统包括：

数据获取模块，用于获取疾病特征信息以及对应症状特征信息，根据该疾病特征信息以及对应的症状特征信息建立疾病知识数据库；

特征提取模块，用于获取待识别临床症状特征信息，通过TF-IDF从待识别临床症状特征信息中提取疾病特征分词以及对应的症状特征分词，根据该疾病特征分词以及对应的症状特征分词获取待识别疾病特征词以及对应的待识别症状特征词；

匹配模块，用于将待识别疾病特征词与疾病特征信息进行匹配，获取待识别疾病特征词与疾病特征信息之间的匹配相似度，根据该匹配相似度从疾病知识数据库中查找与疾病特征信息对应的症状特征信息；

认知模块，用于建立Jaccard系数相似性算法，通过Jaccard系数相似性算法计算待识别症状特征词与症状特征信息之间的相似性，并生成对应认知报告。

在以上技术方案的基础上，优选的，数据获取模块包括数据集建立模块，用于获取疾病特征信息以及对应的症状特征信息，所述疾病特征信息包括：疾病特征词，症状特征信息包括：主要症状特征词以及伴随症状特征词，根据疾病特征信息以及该症状特征信息建立不同的特征词集合，包括：疾病特征词集合、主要症状特征词集合以及伴随症状特征词集合。

在以上技术方案的基础上，优选的，数据获取模块还包括数据库建立模块，用于根据疾病特征信息以及对应症状特征信息之间的对应关系建立疾病特征信息与对应症状特征信息的关系表，将该特征词集合与关系表组合，作为疾病知识数据库。

在以上技术方案的基础上，优选的，特征提取模块包括特征分词提取模块，用于获取待识别临床症状特征信息，所述待识别临床症状特征信息包括：疾病文本描述以及对应的症状文本描述，利用TF-IDF从待识别临床症状特征信息中提取各个词条的出现频率数据，设定出现频率阈值，将各个词条的出现频率数据与出现频率阈值进行比较，将出现频率数据大于出现频率阈值的词条作为特征分词。