[发明专利]一种基于认知状态的慢性疾病智能筛查系统

权利要求书

1.一种基于认知状态的慢性疾病智能筛查系统，其特征在于，所述系统包括：

数据获取模块：用于获取慢性疾病临床诊断指南数据集合以及专家在慢性疾病诊疗过程中形成的专家共识数据集合；

数据处理模块：用于对专家共识数据集合和临床诊断指南数据集合中的同一类慢性疾病参数进行模糊聚类分析，得到慢性疾病认知诊断参数子集；

模型生成模块：用于基于慢性疾病认知诊断参数子集训练最大熵模型，生成慢性疾病认知诊断模型；

智能筛查模块：用于依据所述慢性疾病认知诊断模型，进行慢性疾病的智能筛查；

所述数据处理模块包括：

特征提取单元：设同一类慢性疾病对应有n条征兆和体征，分别对n条征兆和体征进行特征提取，构成n个特征向量x_j，j＝1,2,…,n；

模糊计算单元：用值在0，1间的随机数初始化隶属矩阵U，使其中元素u_ij满足式中的约束条件；计算c个聚类中心c_i：

其中，i＝1,…,c；m代表模糊度；D_j是x_j的k邻域内的特征向量集合；g_j为单个特征向量与疾病的关联程度，当g_j＞0.5时λ_j＝1，反之λ_j＝0；

隶属度更新单元：计算新的隶属度矩阵u_ij：

将新的隶属度矩阵输入模糊计算单元；

价值计算单元：根据式计算价值函数值，其中J表示价值函数，d_ij＝||c_i-x_j||为第i个聚类中心c_i与第j个数据特征向量x_j间的欧几里德距离；如果价值函数值小于预设阈值，则算法停止。

2.根据权利要求1所述基于认知状态的慢性疾病智能筛查系统，其特征在于，所述数据处理模块还用于对模糊聚类分析结果中的各个聚类类别中的数据进行修正，合并相同或相似度高的特征，得到不同数据集合对应的某一类慢性疾病的共同参数子集，将所述共同参数子集作为慢性疾病认知参数子集集合，并生成与慢性疾病种类间的映射关系。

3.根据权利要求2所述基于认知状态的慢性疾病智能筛查系统，其特征在于，所述基于慢性疾病认知诊断参数子集训练最大熵模型具体包括：

通过特征函数f_i(x,y)表示慢性疾病认知诊断参数子集中样本输入x与输出y之间的对应关系，f_i(x,y)为二值函数，在x与y满足条件下取值为1，否则取值为0；

最大熵模型的形式化结构表示为：

f_i(x,y)为特征函数；w_i为特征函数f_i(x,y)的权重；Z_w(x)为归一化因子。

4.根据权利要求3所述基于认知状态的慢性疾病智能筛查系统，其特征在于，通过IIS算法对特征函数f_i(x,y)的权重w_i进行迭代更新。

5.根据权利要求4所述基于认知状态的慢性疾病智能筛查系统，其特征在于，所述智能筛查模块具体包括：

通过所述慢性疾病认知诊断模型对输入的待识别慢性疾病参数子集进行分类后，得到待识别慢性疾病参数子集与慢性疾病的对应关系，通过最大熵模型，匹配输出对应的慢性疾病及解决方案。

6.根据权利要求1所述基于认知状态的慢性疾病智能筛查系统，其特征在于，所述系统还包括匹配输出模块：用于将慢性疾病患者的性别、年龄外部因素作为识别模型的一种特征因子或变量进行加权，考虑患者本身身体因素对疾病判断的影响，建立患者性别、年龄与匹配输出疾病的关联关系，保障识别结果的准确可靠。