[发明专利]一种基于手部形态认知的健康预测模型的构建方法及装置

说明书

本发明涉及一种基于手部形态认知的健康预测模型的构建方法及装置，其方法包括：获取手部的视觉信息，根据视觉语义模型预测视觉信息的语义描述；对所述语义描述进行关键字提取，得到语义描述的特征信息；根据所述特征信息和医学知识库，建立特征信息与病症信息匹配关系数据库；将特征信息作为样本、病症信息作为标签，训练分类模型，直至聚类中心趋于稳定不再变化，得到训练好的分类模型；所述分类模型为KNN模型；获取待测人的手部语义描述并将其输入到所述训练好的分类模型中，得到健康预测结果。本发明通过视觉语义结合自然语言处理、机器学习将手部形态特征与相关病症构成数据集，通过KNN分类算法实现对数据集的分类，从而实现了健康预测。

技术领域

本发明属于医学信息领域，具体涉及一种基于手部形态的健康预测模构建方法及装置。

背景技术

传统中医认为，人体是一个有机的整体，机体内部脏腑、气血、经络的生理活动与病理变化，必然有某些征象表现于外，全身的变化可以反映在某一局部，局部的病变也会引起全身的反应。传统中医的望诊就是根据人体内外相应的原理，通过观察机体外在的变化，推断内在脏腑组织的生理活动和病理变化。“手诊”就是通过对手的观察，包括手的形状、指甲、半月痕、青筋、黑白血斑、掌纹、手掌气血等，可以判断出身体疾病，了解健康状况，这是古老医术手诊的的奥妙。

传统中医需要大量的经验积累，才能根据手部形态特征来预测健康的准确性。

发明内容

为解决现有手部形态认知来预测健康依赖于大量经验积累、准确率低的问题，在本发明的第一方面提供了一种基于手部形态认知的健康预测模型的构建方法，包括如下步骤：获取手部的视觉信息，根据视觉语义模型预测视觉信息的语义描述；对所述语义描述进行关键字提取，得到语义描述的特征信息；根据所述特征信息和医学知识库，建立特征信息与病症信息匹配关系数据库；将特征信息作为样本、病症信息作为标签，训练分类模型，直至聚类中心趋于稳定不再变化，得到训练好的分类模型；所述分类模型为KNN模型；获取待测人的手部语义描述并将其输入到所述训练好的分类模型中，得到健康预测结果。

在本发明的一些实施例中，所述对所述语义描述进行关键字提取，得到语义描述的特征信息包括如下步骤：根据手部的生理构造将所述语义描述划分为整体描述和局部描述，所述整体描述包括手部的颜色、形状、温度；所述局部描述包括手掌描述、手指描述、指甲描述、青筋描述；根据TF-IDF分词技术对包含手的生理构造与健康信息有关的文章进行词频计算，得到语义描述的特征信息。

进一步的，所述手掌描述至少包括对手掌的色泽、手掌的纹理、手掌的气血中的一种进行的描述；手指描述至少包括对手指的指形、手指的血色中的一种进行的描述；指甲描述至少包括对指甲的色泽、指甲板的纹理中的一种进行的描述。

在本发明的一些实施例中，所述训练好的分类模通过如下步骤实现：将特征信息与其匹配的病症特征信息映射为多维向量；根据手部的生理构造将特征信息划分为若干个类别；将特征信息对应的病症特征信息作为标签；根据所述若干个类别及其对应的标签以及多维向量构建样本数据集；将所述样本数据集划分为训练集、验证集、测试集；根据所述多维向量的相似度对所述KNN模型训练，直至其聚类中心趋于稳定且不再变化，得到训练好的分类模型。

进一步的，所述多维向量的相似度通过余弦相似度进行计算。

在本发明的一些实施例中，所述获取待测人的手部语义描述并将其输入到所述训练好的分类模型中，得到健康预测结果包括如下步骤：若无法直接获取待测人的手部语义描述，则通过视觉采集装置获取待测人的手部的视觉信息；根据视觉语义模型预测视觉信息的语义描述。