本發(fā)明屬于計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種中醫(yī)證素的辨證方法及裝置。

背景技術(shù)：

在中醫(yī)學(xué)中，證是對(duì)疾病中機(jī)體整體反應(yīng)的階段性病理本質(zhì)的概括，患者的癥狀、體征，如頭痛、目眩、尿黃以及畏寒等，被稱(chēng)為證候，證候的病位和病性被稱(chēng)為證素，證素主要有心、肝、脾等病位和血虛、津虧、血於等病性，中醫(yī)的辨證即對(duì)證候進(jìn)行分析，以確定證候?qū)?yīng)的證素，再將證素組合成證名，例如痰濕證素和血於證素可以組合成痰瘀互結(jié)證，痰瘀互結(jié)即證名中的一種。

自證素辨證提出以來(lái)，不少研究人員以臨床數(shù)據(jù)為基礎(chǔ)，通過(guò)模糊數(shù)學(xué)、統(tǒng)計(jì)分析和神經(jīng)網(wǎng)絡(luò)等方法在證素分類(lèi)上進(jìn)行研究，然而由于所用學(xué)習(xí)方法自身的缺點(diǎn)和局限性，例如難以處理高維數(shù)據(jù)、需要特征選擇、泛化能力弱、缺乏標(biāo)記關(guān)聯(lián)性，無(wú)法得到較好的辨證效率和辨證效果。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種中醫(yī)證素的辨證方法及裝置，旨在解決由于現(xiàn)有技術(shù)中中醫(yī)證素辨證方法難以處理高維數(shù)據(jù)、需要特征選擇、泛化能力弱、證素之間缺乏關(guān)聯(lián)性，導(dǎo)致證素辨證的效率和效果不佳的問(wèn)題。

一方面，本發(fā)明提供了一種中醫(yī)證素的辨證方法，所述方法包括下述步驟：

接收待分類(lèi)的證候信息，所述證候信息包括多個(gè)證候；

通過(guò)第一數(shù)目個(gè)訓(xùn)練好的證候分類(lèi)器對(duì)所述證候信息進(jìn)行分類(lèi)，獲取所述第一數(shù)目個(gè)分類(lèi)結(jié)果，以對(duì)所述證候信息是否屬于預(yù)設(shè)證素信息中的證素進(jìn)行初次預(yù)測(cè)，所述證候分類(lèi)器為以隨機(jī)森林為基分類(lèi)器的分類(lèi)器鏈模型；

根據(jù)所述第一數(shù)目個(gè)分類(lèi)結(jié)果和預(yù)設(shè)的置信度閾值，對(duì)所述證候信息是否屬于所述證素信息中的證素進(jìn)行二次預(yù)測(cè)，并根據(jù)所述二次預(yù)測(cè)的結(jié)果，確定所述證候信息所屬的所有證素；

根據(jù)所述證候信息所屬的所有證素，合成并輸出所述證候信息對(duì)應(yīng)的證名。

另一方面，本發(fā)明提供了一種中醫(yī)證素的辨證裝置，所述裝置包括：

證候信息接收模塊，用于接收待分類(lèi)的證候信息，所述證候信息包括的證候；

初次預(yù)測(cè)模塊，用于通過(guò)第一數(shù)目個(gè)訓(xùn)練好的證候分類(lèi)器對(duì)所述證候信息進(jìn)行分類(lèi)，獲取所述第一數(shù)目個(gè)分類(lèi)結(jié)果，以對(duì)所述證候信息是否屬于預(yù)設(shè)證素信息中的證素進(jìn)行初次預(yù)測(cè)，所述證候分類(lèi)器為以隨機(jī)森林為基分類(lèi)器的分類(lèi)器鏈模型；

二次預(yù)測(cè)模塊，用于根據(jù)所述第一數(shù)目個(gè)分類(lèi)結(jié)果和預(yù)設(shè)的置信度閾值，對(duì)所述證候信息是否屬于所述證素信息中的證素進(jìn)行二次預(yù)測(cè)，并根據(jù)所述二次預(yù)測(cè)的結(jié)果，確定所述證候信息所屬的所有證素；以及

證名合成模塊，用于根據(jù)所述證候信息所屬的所有證素，合成并輸出所述證候信息對(duì)應(yīng)的證名。

本發(fā)明接收待分類(lèi)的證候信息，通過(guò)第一數(shù)目個(gè)訓(xùn)練好的證候分類(lèi)器對(duì)證候信息進(jìn)行分類(lèi)，獲取第一數(shù)目個(gè)分類(lèi)結(jié)果，以對(duì)證候信息是否屬于預(yù)設(shè)證素信息中的證素進(jìn)行初次預(yù)測(cè)，根據(jù)第一數(shù)目個(gè)分類(lèi)結(jié)果和預(yù)設(shè)的置信度閾值，對(duì)證候信息是否屬于證素信息中的證素進(jìn)行二次預(yù)測(cè)，并根據(jù)二次預(yù)測(cè)的結(jié)果，確定證候信息所屬的所有證素，將所述所有證素合成為證候信息對(duì)應(yīng)的證名，證候分類(lèi)器為以隨機(jī)森林為基分類(lèi)器的分類(lèi)器鏈模型，從而通過(guò)以隨機(jī)森林為基分類(lèi)器的分類(lèi)器鏈模型對(duì)證候信息進(jìn)行一次預(yù)測(cè)、以及后續(xù)的二次預(yù)測(cè)，提高了證素辨證(多標(biāo)簽分類(lèi))中高維數(shù)據(jù)處理能力、泛化能力、證素間的關(guān)聯(lián)性，由于隨機(jī)森林自身帶有特征選擇功能，避免在證素辨證過(guò)程中對(duì)證候進(jìn)行特征選擇，進(jìn)而有效地提高了證素分辨過(guò)程的辨證效率和辨證效果。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例一提供的中醫(yī)證素的辨證方法的實(shí)現(xiàn)流程圖；

圖2是本發(fā)明實(shí)施例一提供的中醫(yī)證素的辨證方法中對(duì)證候信息是否屬于證素信息中的證素進(jìn)行二次預(yù)測(cè)的表格；

圖3是本發(fā)明實(shí)施例一提供的中醫(yī)證素的辨證方法中預(yù)設(shè)的證名與證素的對(duì)應(yīng)表；

圖4是本發(fā)明實(shí)施例二提供的中醫(yī)證素的辨證裝置的結(jié)構(gòu)示意圖；以及

圖5是本發(fā)明實(shí)施例二提供的中醫(yī)證素的辨證裝置的優(yōu)選結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

以下結(jié)合具體實(shí)施例對(duì)本發(fā)明的具體實(shí)現(xiàn)進(jìn)行詳細(xì)描述：

實(shí)施例一：

圖1示出了本發(fā)明實(shí)施例一提供的中醫(yī)證素的辨證方法的實(shí)現(xiàn)流程，為了便于說(shuō)明，僅示出了與本發(fā)明實(shí)施例相關(guān)的部分，詳述如下：

在步驟s101中，接收待分類(lèi)的證候信息。

本發(fā)明實(shí)施例適用于對(duì)中醫(yī)證素進(jìn)行辨證的系統(tǒng)或平臺(tái)，該系統(tǒng)或平臺(tái)對(duì)證候信息進(jìn)行分類(lèi)，確定證候信息對(duì)應(yīng)的(或所屬的)證素，再將這些證素合成為證名，即得到證候?qū)?yīng)的證名。

在本發(fā)明實(shí)施例中，接收待分類(lèi)的證候信息，對(duì)該證候信息進(jìn)行分類(lèi)，以確定該證候信息對(duì)應(yīng)的所有證素。證候?yàn)榧膊∵^(guò)程中一定階段的病位、病因、病性、病勢(shì)及機(jī)體抗病能力強(qiáng)弱等本質(zhì)有機(jī)聯(lián)系的反應(yīng)狀態(tài)，一份病例中包括相應(yīng)的證候信息，其中證候信息中可存在多個(gè)反應(yīng)狀態(tài)，即多個(gè)證候。例如，風(fēng)寒表實(shí)證的證候信息為“發(fā)熱惡寒，頭痛，身痛，無(wú)汗，脈浮緊，舌苔薄白”，風(fēng)寒表實(shí)證為該證候信息對(duì)應(yīng)的證素。

在步驟s102中，通過(guò)第一數(shù)目個(gè)訓(xùn)練好的證候分類(lèi)器對(duì)證候信息進(jìn)行分類(lèi)，獲取第一數(shù)目個(gè)分類(lèi)結(jié)果，以對(duì)證候信息是否屬于預(yù)設(shè)證素信息中的證素進(jìn)行初次預(yù)測(cè)。

在本發(fā)明實(shí)施例中，預(yù)先訓(xùn)練好的第一數(shù)目個(gè)證候分類(lèi)器，該證候分類(lèi)器為以隨機(jī)森林為基分類(lèi)器的分類(lèi)器鏈模型，每個(gè)證候分類(lèi)器都可得到一個(gè)分類(lèi)結(jié)果，分類(lèi)結(jié)果為證候信息與證素信息中每個(gè)證素的對(duì)應(yīng)關(guān)系，即對(duì)證候信息是否屬于證素信息中證素的初次預(yù)測(cè)，例如，第i個(gè)證候分類(lèi)器分類(lèi)結(jié)果為其中，為第i個(gè)證候分類(lèi)器對(duì)證候信息初次預(yù)測(cè)的預(yù)測(cè)向量，表示第i個(gè)證候分類(lèi)器的分類(lèi)結(jié)果中證候信息不屬于證素信息中第一個(gè)證素，表示第i個(gè)證候分類(lèi)器的分類(lèi)結(jié)果中證候信息屬于證素信息中第三個(gè)證素。

在本發(fā)明實(shí)施例中，每個(gè)證候分類(lèi)器中包括第二數(shù)目個(gè)隨機(jī)森林，第二數(shù)目與證素信息中證素的數(shù)目一致，每個(gè)隨機(jī)森林被預(yù)先訓(xùn)練來(lái)確定證候信息是否屬于對(duì)應(yīng)的證素，例如第i個(gè)隨機(jī)森林可確定證候信息是否屬于證素信息中第i個(gè)證素。因此，通過(guò)證候分類(lèi)器對(duì)證候信息進(jìn)行分類(lèi)時(shí)，由第二數(shù)目個(gè)隨機(jī)森林對(duì)證候信息進(jìn)行分類(lèi)，當(dāng)當(dāng)前的隨機(jī)森林確定證候信息屬于對(duì)應(yīng)的證素時(shí)，將該對(duì)應(yīng)的證素設(shè)置為證候加入證候信息中，再由下一個(gè)隨機(jī)森林對(duì)加入新的證候的證候信息進(jìn)行分類(lèi)，從而實(shí)現(xiàn)了證素間的關(guān)聯(lián)性。

在本發(fā)明實(shí)施例中，可通過(guò)下述步驟訓(xùn)練出第一數(shù)目個(gè)證候分類(lèi)器中的每個(gè)證候分類(lèi)器：

(1)從訓(xùn)練數(shù)據(jù)集中隨機(jī)與訓(xùn)練數(shù)據(jù)集大小相同的樣本集合。

具體地，訓(xùn)練數(shù)據(jù)集中包括多個(gè)預(yù)先采集的病例信息，一個(gè)病例信息對(duì)應(yīng)一個(gè)樣本，且病例信息中包括證候信息以及證候信息對(duì)應(yīng)的證素。

(2)根據(jù)樣本集合，訓(xùn)練得到以隨機(jī)森林為基分類(lèi)器的分類(lèi)器鏈模型。

具體地，根據(jù)預(yù)設(shè)的第三數(shù)目，在樣本集合中隨機(jī)選取第三數(shù)目個(gè)子樣本集合，該子樣本集合與樣本集合的大小相同。每個(gè)子樣本集合可用來(lái)建立一棵決策樹(shù)，因此得到第三數(shù)目棵決策樹(shù)，由所有的決策樹(shù)組成一個(gè)隨機(jī)森林，并通過(guò)該隨機(jī)森林對(duì)樣本集合進(jìn)行分類(lèi)。

優(yōu)選地，在訓(xùn)練證候分類(lèi)器時(shí)，通過(guò)調(diào)整證候分類(lèi)器的數(shù)目(第一數(shù)目)與隨機(jī)森林中決策樹(shù)的數(shù)目(第二數(shù)目)，能夠得到較好的證素分辨效率和效果。

在步驟s103中，根據(jù)第一數(shù)目個(gè)分類(lèi)結(jié)果和預(yù)設(shè)的置信度閾值，對(duì)證候信息是否屬于證素信息中的證素進(jìn)行二次預(yù)測(cè)，并根據(jù)二次預(yù)測(cè)的結(jié)果，確定證候信息所屬的所有證素。

在本發(fā)明實(shí)施例中，計(jì)算證候信息對(duì)證素信息中每個(gè)證素的置信度向量，當(dāng)置信度向量超過(guò)預(yù)設(shè)的置信度閾值時(shí)，確定證候信息屬于該置信度向量對(duì)應(yīng)的證素。具體地，置信度向量的計(jì)算公式為：

其中，為置信度向量，為第k個(gè)證候分類(lèi)器對(duì)證候信息是否屬于證素信息中第j個(gè)證素進(jìn)行初次預(yù)測(cè)的預(yù)測(cè)向量。

作為示例地，二次預(yù)測(cè)過(guò)程如圖2中的表格所示，yi為證素信息中第i個(gè)證素，為第i個(gè)證候分類(lèi)器對(duì)證候信息進(jìn)行初測(cè)預(yù)測(cè)(或分類(lèi))的預(yù)測(cè)向量(或分類(lèi)結(jié)果)，為第i個(gè)證候分類(lèi)器對(duì)證候信息是否屬于證素信息中j各證素的預(yù)測(cè)結(jié)果，為0時(shí)表示不屬于，為1時(shí)表示屬于，為閾值函數(shù)，t為置信度閾值，為二次預(yù)測(cè)的結(jié)果，為1時(shí)表示屬于對(duì)應(yīng)的證素，為0時(shí)表示不屬于對(duì)應(yīng)的證素。

在步驟s104中，根據(jù)證候信息所屬的所有證素，合成并輸出證候信息對(duì)應(yīng)的證名。

在本發(fā)明實(shí)施例中，預(yù)先設(shè)置了證名與證素的對(duì)應(yīng)表，在該對(duì)應(yīng)表中查找包含所有證素的證名，即可找到證候信息對(duì)應(yīng)的證名。例如，圖3示出了證名與證素的對(duì)應(yīng)表。

在本發(fā)明實(shí)施例中，通過(guò)訓(xùn)練好的證候分類(lèi)器(以隨機(jī)森林為基分類(lèi)器的分類(lèi)器鏈模型)對(duì)證候信息進(jìn)行分類(lèi)，以對(duì)證候信息是否屬于證素信息中的證素進(jìn)行初步預(yù)測(cè)，并根據(jù)分類(lèi)結(jié)果和預(yù)設(shè)的置信度閾值，對(duì)證候信息是否屬于證素信息中的證素進(jìn)行二次預(yù)測(cè)，得到證候信息所屬的所有證素，由這些證素組合得到證候信息對(duì)應(yīng)的證名，從而實(shí)現(xiàn)證候信息的證素辨證，通過(guò)隨機(jī)森林和分類(lèi)器鏈的結(jié)合，有效地提高了證素辨證中高位數(shù)據(jù)處理能力、泛化能力以及證素間的關(guān)聯(lián)性，同時(shí)在證素辨證過(guò)程中不需對(duì)證候進(jìn)行特征選擇，有效地提高了證素辨證效率和辨證效果。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái)完成，所述的程序可以存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，所述的存儲(chǔ)介質(zhì)，如rom/ram、磁盤(pán)、光盤(pán)等。

實(shí)施例二：

圖4示出了本發(fā)明實(shí)施例四提供的中醫(yī)證素的辨證裝置的結(jié)構(gòu)，為了便于說(shuō)明，僅示出了與本發(fā)明實(shí)施例相關(guān)的部分，其中包括：

證候信息接收模塊41，用于接收待分類(lèi)的證候信息；

初次預(yù)測(cè)模塊42，用于通過(guò)第一數(shù)目個(gè)訓(xùn)練好的證候分類(lèi)器對(duì)證候信息進(jìn)行分類(lèi)，獲取第一數(shù)目個(gè)分類(lèi)結(jié)果，以對(duì)證候信息是否屬于預(yù)設(shè)證素信息中的證素進(jìn)行初次預(yù)測(cè)；

二次預(yù)測(cè)模塊43，用于根據(jù)第一數(shù)目個(gè)分類(lèi)結(jié)果和預(yù)設(shè)的置信度閾值，對(duì)證候信息是否屬于證素信息中的證素進(jìn)行二次預(yù)測(cè)，并根據(jù)二次預(yù)測(cè)的結(jié)果，確定證候信息所屬的所有證素；以及

證名合成模塊44，用于根據(jù)證候信息所屬的所有證素，合成并輸出證候信息對(duì)應(yīng)的證名。

優(yōu)選地，如圖5所示，初次預(yù)測(cè)模塊42包括隨機(jī)森林分類(lèi)模塊521，其中：

隨機(jī)森林分類(lèi)模塊521，用于在第一數(shù)目個(gè)證候分類(lèi)器中依次獲取對(duì)證候信息進(jìn)行分類(lèi)的當(dāng)前證候分類(lèi)器，并通過(guò)當(dāng)前證候分類(lèi)器中第二數(shù)目個(gè)隨機(jī)森林確定證候信息是否屬于證素信息中相應(yīng)的證素。

優(yōu)選地，二次預(yù)測(cè)模塊43包括置信度向量計(jì)算模塊531和閾值比較模塊532，其中：

置信度向量計(jì)算模塊531，用于根據(jù)第一數(shù)目個(gè)分類(lèi)結(jié)果，計(jì)算證候信息對(duì)應(yīng)證素信息中每個(gè)證素的置信度向量，置信度向量的計(jì)算公式為：

其中，為置信度向量，為第k個(gè)證候分類(lèi)器對(duì)證候信息是否屬于證素信息中第j個(gè)證素進(jìn)行預(yù)測(cè)的預(yù)測(cè)向量；以及

閾值比較模塊532，用于將所有置信度向量與置信度閾值進(jìn)行比較，當(dāng)置信度向量超過(guò)置信度閾值時(shí)，確定證候信息屬于置信度向量對(duì)應(yīng)的證素。

優(yōu)選地，證名合成模塊44包括證名合成子模塊541，其中：

證名合成子模塊541，用于根據(jù)預(yù)設(shè)的證素證名對(duì)應(yīng)表，確定對(duì)證候信息所屬的所有證素進(jìn)行合成后對(duì)應(yīng)的證名，并輸出證名。

優(yōu)選地，隨機(jī)森林分類(lèi)模塊521包括隨機(jī)森林分類(lèi)鏈模塊，其中：

隨機(jī)森林分類(lèi)鏈模塊，用于從第二數(shù)目個(gè)隨機(jī)森林中依次獲取對(duì)證候信息進(jìn)行分類(lèi)的當(dāng)前隨機(jī)森林，通過(guò)當(dāng)前隨機(jī)森林確定證候信息是否屬于證素信息中相應(yīng)的證素，當(dāng)證候信息屬于相應(yīng)的證素時(shí)，將相應(yīng)的證素設(shè)置為證候信息中的證候。

在本發(fā)明實(shí)施例中，通過(guò)訓(xùn)練好的證候分類(lèi)器(以隨機(jī)森林為基分類(lèi)器的分類(lèi)器鏈模型)對(duì)證候信息進(jìn)行分類(lèi)，以對(duì)證候信息是否屬于證素信息中的證素進(jìn)行初步預(yù)測(cè)，并根據(jù)分類(lèi)結(jié)果和預(yù)設(shè)的置信度閾值，對(duì)證候信息是否屬于證素信息中的證素進(jìn)行二次預(yù)測(cè)，得到證候信息所屬的所有證素，由這些證素組合得到證候信息對(duì)應(yīng)的證名，從而實(shí)現(xiàn)證候信息的證素辨證，通過(guò)隨機(jī)森林和分類(lèi)器鏈的結(jié)合，有效地提高了證素辨證中高位數(shù)據(jù)處理能力、泛化能力以及證素間的關(guān)聯(lián)性，同時(shí)在證素辨證過(guò)程中不需對(duì)證候進(jìn)行特征選擇，有效地提高了證素辨證效率和辨證效果。

在本發(fā)明實(shí)施例中，中醫(yī)證素的辨證裝置的各模塊可由相應(yīng)的硬件或軟件模塊實(shí)現(xiàn)，各模塊可以為獨(dú)立的軟、硬件模塊，也可以集成為一個(gè)軟、硬件模塊，在此不用以限制本發(fā)明，各模塊的具體實(shí)施方式可參考前述實(shí)施例一中各步驟的描述，在此不再贅述。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。