买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:浙江大学
摘要:本发明公开了一种罕见病可视化问答式辅助鉴别诊断系统及方法,系统包括:前端UI模块,采集患者基本信息和表型信息录入以获取患者的初始自我报告;对话诊断服务模块,通过API提供表型询问推荐服务、疾病诊断推荐服务以及知识库查询服务;表型询问推荐服务是根据当前的对话状态推荐合适的表型以达到较高的对话收益;疾病诊断推荐服务是根据患者初始自我报告和对话过程中产生的新的表型信息推荐合适的疾病;知识库查询服务是根据需要,查询并调用知识存储模块中存储的知识;知识存储模块,用于存储人类表型本体知识库以及疾病‑表型关系知识库。该系统能够收集超出其自我报告的附加症状并利用可视化技术显示鉴别诊断的辅助信息。
主权项:1.一种罕见病可视化问答式辅助鉴别诊断系统,其特征在于,包括:前端UI模块,用于进行人机交互,采集患者基本信息和表型信息录入以获取患者的初始自我报告,并利用多个维度可视化视图展现相关信息供临床人员进行鉴别诊断;对话诊断服务模块,通过API提供表型询问推荐服务、疾病诊断推荐服务以及知识库查询服务;表型询问推荐服务是根据当前的对话状态推荐合适的表型以达到较高的对话收益,用户对系统询问的表型可以选择回答“存在”、“不存在”或者“不确定”;疾病诊断推荐服务是根据前端UI模块采集的患者初始自我报告和对话过程中产生的新的表型信息推荐合适的疾病;知识库查询服务是根据表型询问推荐服务和疾病诊断推荐服务的需要,查询并调用知识存储模块中存储的知识;表型询问推荐服务包括:表型的信息增益计算,包括:A-1使用信息熵来表示疾病推荐结果的不确定性,以公式6定义有分类权重的信息熵EntropyW: 其中,W是一个权重集合,wi表示权重集合W中单一元素的权值,W"#$表示W中所有元素权值之和;当前对话状态下的疾病后验概率的信息熵Entropy#D为:EntropycurD=Entropy{5Probposteriord|d∈D}7其中,D表示所有罕见病的集合,Probposteriord表示疾病d的后验概率;A-2单一表型条件下的信息增益为: 其中,第一项为当前对话状态下的疾病后验概率的信息熵,第二项为表型p为阳性时的条件熵,第三项为表型p为阴性时的条件熵,D表示所有罕见病的集合,Probposteriord表示疾病d的后验概率,γ为阳性表型分支权重,即{Probposteriord*Prp|d|d∈D}集合元素之和,Prp|d表示表型p在疾病d中的出现频率,表示表型p不在疾病d中出现的频率;表型的基尼指数计算,包括:B-1使用基尼指数来表示疾病推荐结果的纯度,以公式9定义有分类权重的基尼指数GiniW: 其中,W是一个权重集合,wi表示权重集合W中单一元素的权值,Wsum表示W中所有元素权值之和;当前对话状态下的疾病后验概率的基尼指数为:GinicurD=Gini{Probposteriord|d∈D}10其中,D表示所有罕见病的集合,Probposteriord表示疾病d的后验概率;B-2单一表型条件下的基尼指数增益为: 其中,第一项为当前对话状态下的疾病后验概率基尼指数,第二项为表型p为阳性时的条件基尼指数,第三项为表型p为阴性时的条件基尼指数,其余参数定义等同公式8;将信息增益和基尼指数进行自适应融合,获得融合度量AIGGI:AIGGIp,D=α*InfoGainp,D+1-α*GiniGainp,D12其中,D表示所有罕见病的集合,p表示单一表型,α为反应当前对话状态下疾病后验概率分布的不确定程度或杂乱度,α使用GinicurD来表示;系统根据当前对话状态选择融合度量AIGGI最大的表型进行询问,用户针对该表型选择“存在”、“不存在”或者“不确定”的回答;知识存储模块,用于存储人类表型本体知识库以及疾病-表型关系知识库。
全文数据:
权利要求:
百度查询: 浙江大学 知识驱动的罕见病可视化问答式辅助鉴别诊断系统及方法
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。