申请/专利权人：吾征智能技术(北京)有限公司

申请日：2020-09-17

公开（公告）日：2024-01-26

公开（公告）号：CN112133391B

主分类号：G16H10/60

分类号：G16H10/60;G16H50/20;G06F40/284;G06F40/289

优先权：

专利状态码：有效-授权

法律状态：2024.01.26#授权;2021.01.12#实质审查的生效;2020.12.25#公开

摘要：本发明提出了一种基于人体异常眉毛的疾病认知系统。包括：库构建模块，用于采集眉毛数据以及对应的疾病数据，并建立疾病认知数据库；特征提取模块，用于获取用户病历数据，通过TextRank算法从用户病历数据中提取眉毛特征信息作为待比较眉毛特征信息；比较模块，用于通过余弦相似度算法计算待比较眉毛特征信息与疾病认知库中眉毛特征信息之间的相似度，根据相似度确定眉毛特征信息以及对应的权重值；认知模块，用于根据用户病历数据中待比较眉毛特征信息对应的权重值确定待比较眉毛特征信息对应的伴随症状信息，根据伴随症状信息生成疾病认知报告。本发明通过TextRank算法以及权重值累加来对用户病历进行认知，能够更加精确认知对应疾病，提高整个系统的精确度。

主权项：1.一种基于人体异常眉毛的疾病认知系统，其特征在于，所述基于人体异常眉毛的疾病认知系统包括：库构建模块，用于采集眉毛数据以及对应的疾病数据，根据眉毛数据获取眉毛特征信息，根据疾病数据获取对应的伴随症状信息以及每个眉毛特征信息对应的权重值，通过眉毛特征信息、权重值以及伴随症状信息建立疾病认知数据库；库构建模块包括数据采集模块，用于采集眉毛数据以及对应的疾病数据，所述眉毛数据包括：正常眉毛特征信息以及异常眉毛特征信息，所述眉毛特征信息包括：颜色特征信息、形态特征信息、部位特征信息以及数量特征信息，所述疾病数据包括：疾病名称以及伴随症状特征信息，一种疾病名称包括至少一种伴随症状特征信息；库构建模块包括权重值划分模块，用于根据伴随症状特征信息获取对应的历史病历数据，从历史病历数据中提取历史眉毛特征信息，将历史眉毛特征信息与眉毛特征信息进行匹配，并记录历史病历数据中每个眉毛特征信息的出现次数，根据该出现数量生成每个眉毛特征信息的权重值，出现次数越大则权重值越大，将带有权重值的眉毛特征信息与对应的伴随症状特征信息关联，且一种伴随症状特征信息至少关联一个带有权重值的眉毛特征信息；库构建模块包括表建立模块，用于根据眉毛特征信息、疾病名称、伴随症状特征信息以及眉毛特征信息的权重值生成眉毛疾病认知表，其中，眉毛特征信息与其对应的权重值以及伴随症状特征信息关联，伴随症状特征信息与疾病名称关联，并将该眉毛疾病认知表作为疾病认知数据库；特征提取模块，用于获取用户病历数据，通过TextRank算法从用户病历数据中提取眉毛特征信息作为待比较眉毛特征信息；特征提取模块包括算法处理模块，用于获取用户病历数据，通过TextRank算法将用户病历数据中的文本分割成至少一组句子，对每组句子进行分词和词性标注处理，并过滤掉停用词，只保留指定词性的单词作为候选关键词，根据候选关键词构建候选关键词图，利用TextRank算法对候选关键词的重要性进行排序，排序序号数值小的候选关键词则为待比较眉毛特征信息；特征提取模块包括TextRank算法单元，包括： 其中，d代表阻尼系数，表示从图中某一特定点指向其他任意点的概率，Vi,Vj,Vk代表给定的点，lnVi代表指向该点的点集合，outVi代表点Vi指向的点集合，WSVi代表窗口中点Vi的重要性，WSVj代表窗口中点Vj的重要性，wji代表Vi,Vj之间边的权重，wjk代表Vj,Vk之间边的权重，k表示窗口大小，即最多共现k个单词；比较模块，用于通过余弦相似度算法计算待比较眉毛特征信息与疾病认知库中眉毛特征信息之间的相似度，根据相似度确定眉毛特征信息以及对应的权重值；比较模块包括相似度匹配计算模块，用于通过余弦相似度算法计算待比较眉毛特征信息与疾病认知库中眉毛特征信息之间的相似度，设定相似度阈值，当相似度大于相似度阈值时，根据待比较眉毛特征信息将疾病认知库中对应的眉毛特征信息进行标记，并获取该眉毛特征信息对应的权重值；当相似度小于相似度阈值时，重新选择待比较眉毛特征信息；认知模块，用于根据用户病历数据中待比较眉毛特征信息对应的权重值确定待比较眉毛特征信息对应的伴随症状信息，根据伴随症状信息生成疾病认知报告。

全文数据：

权利要求：

百度查询： 吾征智能技术(北京)有限公司 一种基于人体异常眉毛的疾病认知系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD