-
公开(公告)号:CN114974556A
公开(公告)日:2022-08-30
申请号:CN202210303020.0
申请日:2022-03-24
申请人: 天津科技大学
摘要: 本发明设计了一种基于疾病关联学习和疾病语义抽象的疾病预诊断方法,包括:初始化病历词汇和疾病词汇的向量表示编码;利用病历词汇的向量表示编码构造初始病历表示编码;利用疾病词汇的向量表示编码构造面向疾病语义的病历表示编码;动态融合初始病历表示编码和面向疾病语义的病历表示编码得到疾病语义抽象的病历表示编码;建模疾病关联更新病历表示编码得到融合疾病关联的病历表示编码;计算疾病分类参数与病历表示编码的空间角度,获取最大概率分布,输出预诊断的疾病类型。本发明在病历表示编码过程中提取并抽象病历中与疾病诊断密切相关的语义信息以降低原始数据噪音的影响;同时考虑疾病之间的相关关系,提升了疾病预问诊的准确率。
-
公开(公告)号:CN116895386A
公开(公告)日:2023-10-17
申请号:CN202310731645.1
申请日:2023-06-20
申请人: 天津科技大学
IPC分类号: G16H80/00 , G06F40/35 , G06F40/295 , G06N3/048 , G06N3/08
摘要: 本发明涉及一种基于医学实体知识预测和推理的医疗咨询对话系统及方法,其技术特点是:该系统包括对话历史编码模块、医学实体预测模块、医学实体推理模块和知识引导对话生成模块;该方法包括利用神经网络模型对医患间对话历史进行编码;引入实体预测模块来获取下一回合对话中潜在的医学实体;构造实体推理模块来探测医学实体间的强耦合关系;利用知识引导对话生成模块来生成诊断回复。本发明设计合理,克服了实体引导缺陷和实体关系建模不足问题,从而使医疗对话系统产生符合对话历史一致性和实体逻辑推理的回复。
-