申请/专利权人：健数(长春)科技有限公司

申请日：2024-04-10

公开（公告）日：2024-05-10

公开（公告）号：CN118016316A

主分类号：G16H50/70

分类号：G16H50/70;G16H10/40;G06N5/025

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.28#实质审查的生效;2024.05.10#公开

摘要：本发明提出了知识图谱结合血常规检验数据的疾病筛率提升方法和系统,属于医疗技术领域，所述知识图谱结合血常规检验数据的疾病筛率提升方法包括：构建与所述疾病筛率提升目的对应的知识图谱，并利用所述知识图谱对疾病筛查模型进行训练，获得训练后的疾病筛查模型；提取血常规检验数据的特征信息，并将所述特征信息输入至所述训练后的疾病筛查模型，通过所述训练后的疾病筛查模型获取疾病的识别结果,通过构建与疾病筛查目的对应的知识图谱，并利用该知识图谱对疾病筛查模型进行训练，可以将大量相关的疾病主题信息和目标数据信息整合起来。

主权项：1.一种知识图谱结合血常规检验数据的疾病筛率提升方法，其特征在于，所述知识图谱结合血常规检验数据的疾病筛率提升方法包括：步骤一、构建与所述疾病筛率提升目的对应的知识图谱，并利用所述知识图谱对疾病筛查模型进行训练，获得训练后的疾病筛查模型；步骤二、提取血常规检验数据的特征信息，并将所述特征信息输入至所述训练后的疾病筛查模型，通过所述训练后的疾病筛查模型获取疾病的识别结果；步骤三、实时根据一类疾病类型下对应的二类患病类型和或三类血常规检验数据的更新状况结合边信息关联度对所述知识图谱进行更新，并将更新后的知识图谱对更新前的知识图谱进行替换；其中，实时根据一类疾病类型下对应的二类患病类型和或三类血常规检验数据的更新状况结合边信息关联度对所述知识图谱进行更新，包括：实时监测参考数据信息中是否增加新的二类患病类型和或三类血常规检验数据；当仅存在新增的二类患病类型的情况下，调取原始的二类患病类型与一类疾病类型和三类血常规检验数据之间的疾病边信息，作为一类目标疾病边信息；根据所述一类目标疾病边信息将所述二类患病类型增加至所述知识图谱中，生成更新后的知识图谱；当仅存在新增的三类血常规检验数据的情况下，调取原始的三类血常规检验数据与一类疾病类型和二类患病类型之间的疾病边信息，作为二类目标疾病边信息；根据所述二类目标疾病边信息将所述三类血常规检验数据增加至所述知识图谱中，生成更新后的知识图谱；当同时存在新增的二类患病类型和三类血常规检验数据的情况下，利用新增的三类血常规检验数据与原始二类患病类型与新增三类血常规检验数据之间的边信息关联度对所述知识图谱进行更新，生成更新后的知识图谱；其中，当同时存在新增的二类患病类型和三类血常规检验数据的情况下，利用新增的三类血常规检验数据与原始二类患病类型与新增三类血常规检验数据之间的边信息关联度对所述知识图谱进行更新，包括：当同时存在新增的二类患病类型和三类血常规检验数据的情况下，调取原始二类患病类型与一类疾病类型之间的疾病边信息，作为第一目标疾病边信息；按照所述第一目标疾病边信息将所述一类疾病类型与新增的二类患病类型进行关联；对所述新增的二类患病类型和三类血常规检验数据进行识别，获取所述新增的二类患病类型和三类血常规检验数据之间的疾病边信息，作为第二目标疾病边信息；按照所述第二目标疾病边信息将所述新增的二类患病类型和三类血常规检验数据进行关联；调取原始二类患病类型，计算所述原始二类患病类型与新增的三类血常规检验数据之间的边信息关联度；其中，所述原始二类患病类型为一个或多个；并且，每个所述原始二类患病类型与所述新增的三类血常规检验数据之间的边信息关联度通过如下公式获取： 其中，为原始二类患病类型与新增的三类血常规检验数据，即B与C之间的边信息关联度，为原始二类患病类型与新增的三类血常规检验数据的总差异，为原始二类患病类型与新增的三类血常规检验数据的信息熵的差异； 其中，为B与C的病因关键词差异值，为B与C的病症关键词差异值，为B与C的治疗方案关键词差异值； 其中，为第a个B可能取值为的概率，为第b个C可能取值为的概率，原始二类患病类型为B，新增的三类血常规检验数据为C；调取所述原始二类患病类型与其对应的原始三类血常规检验数据之间的边信息关联度；利用所述原始二类患病类型与其对应的原始三类血常规检验数据之间的边信息关联度获取综合关联度参数；其中，所述综合关联度参数通过如下公式获取： 其中，为原始二类患病类型与其对应的原始三类血常规检验数据，即B与D之间的综合关联度参数，为原始二类患病类型与其对应的原始三类血常规检验数据的总差异，为多个原始二类患病类型的综合平均信息熵，为原始三类血常规检验数据的信息熵； 其中，为B与D的病因关键词差异值，为B与D的病症关键词差异值，为B与D的治疗方案关键词差异值； 其中，q为B的总个数，为第i个B的信息熵； 其中，e为D的总个数，为第t个D的信息熵，为D可能取值为的概率，原始二类患病类型为B，与其对应的原始三类血常规检验数据为D。

全文数据：

权利要求：

百度查询： 健数(长春)科技有限公司 知识图谱结合血常规检验数据的疾病筛率提升方法和系统

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