一种用于中医病历辨证诊断的属性圆盘轮转方法

摘要

本发明公开了一种用于中医病历辨证诊断的属性圆盘轮转方法。该方法首先设计具有n组元素的圆盘用来存储中医病历辨证诊断属性；接着利用中医辨证诊断属性指针K

说明书

技术领域：

本发明涉及到医学信息智能处理领域，具体来说涉及一种用于中医病历辨证诊断的属性圆盘轮转方法。

背景技术：

传统中医诊断主要通过“望、闻、问、切”四诊，依靠医生的视觉、听觉、嗅觉、触觉等感觉器官进行病人病症和体征资料观察、收集，然后依照医生的实践临床经验做出辨证的病症判断，但这传统中医诊断方法往往带有一定的主观性，缺少利用计算机开展中医辨证诊断的定性与定量智能综合分析。中医病历辨证诊断推理是依据病人的临床症状、体征等信息来判定相关的证素,然后由证素集合构成符合中医习惯的证名术语,以指导中医临床处方用药。由于目前对中医病历诊断症状与辨证的规律性、系统性还研究不够深入,近年来辨证方法虽在逐渐增加,但辨证概念还较为混乱,没有统一标准，并且病人病情千变万化,导致证名异同难辨,临床诊断不可能只按某一种方法进行辨证,而必须将各种方法综合起来进行辨证诊断,这给中医病历辨证的临床诊断、科学研究以及相关教学带来了一定的困难。近年来利用计算机中数据挖掘技术与各种智能方化方法开展中医病历辨证诊断分析是中医现代化研究的热点。

发明内容：

本发明的目的是提供一种用于中医病历辨证诊断的属性圆盘轮转方法，该方法能准确提取出中医病历诊断症状与辨证要素间的相关性,对开展中医病历辨证诊断的定性与定量智能分析具有较好的积极作用。

本发明通过以下的技术方案实现的：

一种用于中医病历辨证诊断的属性圆盘轮转方法，其具体步骤如下：

A.设置一个具有n组元素的属性圆盘，该圆盘包含的n组元素分别表示为：(R₁,Flag₁),(R₂,Flag₂),……,(R_i,Flag_i),(R_i+1,Flag_i+1),……,(R_n,Flag_n)，其中每组元素中R_i(i＝1,2,…,n)用来存储中医辨证诊断相关属性，Flag_i为属性标志位，如果元素R_i首次存储入一个中医辨证诊断属性，则其标志位Flag_i＝1，否则标志位Flag_i＝0；

B.利用属性圆盘上的中医辨证诊断属性指针K_i指示当前产生的中医辨证属性R_i在属性圆盘上的位置，当产生一个新的中医辨证诊断属性时，执行属性圆盘上属性指针K_i的位置定位操作：D(K_i)＝(K_i+1)mod>i+1)除以n取余数；

C.优化新产生的中医辨证诊断属性R_j在属性圆盘轮转过程中的位置；接着构造属性圆盘上每一对冲突地址D(K_i)与D(K_j)间相似矩阵S和中医病历症状诊断与辨证要素间相关性矩阵C(i,j)；然后建立中医病历属性圆盘决策表的差别矩阵M，并构造出中医病历辨证诊断规则约简最优目标模型；最后采用Skowron差别矩阵原理对该模型进行辨证诊断规则属性约简，求解出症状诊断与辨证要素间相关性的最优诊断规则集TCMS；

D.设计中医病历辨证诊断相关性规则要素的评价函数为其中为第i个中医辨证诊断属性R_i在属性圆盘轮转至位置D(K_i)过程中的最优适应精度值；

E.判断上述求得的中医病历症状诊断与辨证要素间相关性诊断规则的实际精度EV(TCMS)是否满足预定的最优适应精度λ要求，若满足EV(TCMS)≤λ，则输出中医病历症状诊断与辨证要素间相关性最优诊断规则集；否则，转至步骤C重复上述过程，直至求解到症状诊断与辨证要素间相关性的全局最优诊断规则集。

本发明的进一步改进在于：步骤C中所述实现优化新产生的中医辨证诊断属性R_j在属性圆盘轮转过程中的位置；接着构造属性圆盘上每一对冲突地址D(K_i)与D(K_j)间相似矩阵S和中医病历症状诊断与辨证要素间相关性矩阵C(i,j)；然后建立中医病历属性圆盘决策表的差别矩阵M，并构造出中医病历辨证诊断规则约简最优目标模型；最后采用Skowron差别矩阵原理对该模型进行辨证诊断规则属性约简，求解出症状诊断与辨证要素间相关性的最优诊断规则集TCMS；具体步骤如下：

a.产生新的中医辨证诊断属性R_j，计算其存储地址D(K_j)，并比较D(K_j)与R_i属性地址D(K_i)是否产生冲突，如没有产生冲突，则属性R_j存放到属性圆盘上位置D(K_i)处；如果产生冲突，则采用优化哈希函数的方法重新寻找属性圆盘上下一个可存储地址D(K_j)，其优化哈希函数定义如下：

D(K_j)＝(D(K_i)+d_i)mod>

式中d_i为三阶探测法序列，其取值为d_i＝1³,-1³,2³,-2³,3³,-3³,…n³,-n³。

在执行优化哈希函数过程中，当寻找到一个与D(K_i)不冲突的位置地址D(K_j)时，则立刻停止优化哈希函数的执行，并将标志位Flag递增加1；

b.构造每一对属性圆盘上冲突地址D(K_i)与D(K_j)间相似矩阵S如下：

式中为属性圆盘上每一对冲突地址D(K_i)与D(K_j)间相似度,计算公式为：

c.构造属性圆盘轮转过程中每一对冲突地址D(K_i)与D(K_j)间相关矩阵C(i,j)如下：

式中(Sⁿ)^T表示相似矩阵S的n阶矢量转置,表示相似矩阵S中每一对冲突地址D(K_i)与D(K_j)间的张量积，其计算公式为：

d.基于属性圆盘上所有D(K_i)和D(K_j)以及其间相关矩阵C(i,j)，建立各中医病历辨证属性圆盘决策表的差别矩阵M如下：

式中其中i,j＝1,2,...,n，e为自然常数，其值取2.718；

e.构造中医病历辨证诊断规则约简最优目标模型如下：

式中为属性圆盘轮转过程中每一对冲突地址D(K_i)与D(K_j)间相似矩阵的权重系数，其值为

f.采用Skowron差别矩阵原理对上述最优目标模型进行辨证诊断规则的属性约简，求解出症状诊断与辨证要素间相关性的最优诊断规则集TCMS。

本发明与现有技术相比具有如下优点：

1.该方法能准确提取出症状与辨证要素相关性诊断规则。利用该方法提取的相关中医病历辨证诊断规则集与中医专家实际诊断结果基本吻合,同时该方法还能找到症状和要素间在其他方面存在着复杂的相关性：每个要素和一部分症状呈正相关或负相关,每个症状也和部分要素存在相关关系,另外症状之间、要素之间又存在着多重相关性诊断规则关系。该属性圆盘轮转方法为多角度研究中医病历辨证诊断内部复杂特征、寻找有用的辨证诊断机制等提供了一种有效的方法。

2.该方法具有较强的临床实用性和推广性。利用该方法对中医病历症状和辨证要素诊断决策表进行属性约简,大大剔除高维中医症状属性中与辨证要素无关的症状，高效提取出中医病历症状与辨证要素相关诊断规则，有助力于发现各种中医病历症状之间、症状和相应辨证要素之间、各种辨证要素之间存在直接和间接相关性，这对中医病历辨证诊断临床实际效果具有很大帮助，同时中医病历辨证诊断规则为进一步实现大数据环境下医疗健康知识化应用服务具有重要的推广价值。

附图说明

图1为本发明的总体结构图；

图2为中医病历辨证属性圆盘初始状态示意图；

图3为采用圆盘轮转后中医病历辨证属性状态结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。在本发明的一种实施方式中描述的元素和特征可以与一个或更多个其它实施方式中示出的元素和特征相结合。应当注意，为了清楚的目的，说明中省略了与本发明无关的、本领域普通技术人员已知的部件和处理的表示和描述。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种用于中医病历辨证的属性圆盘轮转诊断方法，其具体步骤如下：

A.设置一个具有n组元素的属性圆盘，该圆盘包含的n组元素分别表示为：(R₁,Flag₁),(R₂,Flag₂),……,(R_i,Flag_i),(R_i+1,Flag_i+1),……,(R_n,Flag_n)，其中每组元素中R_i(i＝1,2,…,n)用来存储中医辨证诊断相关属性，Flag_i为属性标志位，如果元素R_i首次存储入一个中医辨证诊断属性，则其标志位Flag_i＝1，否则标志位Flag_i＝0；

B.利用属性圆盘上的中医辨证诊断属性指针K_i指示当前产生的中医辨证属性R_i在属性圆盘上的位置，当产生一个新的中医辨证诊断属性时，执行属性圆盘上属性指针K_i的位置定位操作：D(K_i)＝(K_i+1)mod>i+1)除以n取余数；

C.优化新产生的中医辨证诊断属性R_j在属性圆盘轮转过程中的位置；接着构造属性圆盘上每一对冲突地址D(K_i)与D(K_j)间相似矩阵S和中医病历症状诊断与辨证要素间相关性矩阵C(i,j)；然后建立中医病历属性圆盘决策表的差别矩阵M，并构造出中医病历辨证诊断规则约简最优目标模型；最后采用Skowron差别矩阵原理对该模型进行辨证诊断规则属性约简，求解出症状诊断与辨证要素间相关性的最优诊断规则集TCMS；

D.设计中医病历辨证诊断相关性规则要素的评价函数为其中为第i个中医辨证诊断属性R_i在属性圆盘轮转至位置D(K_i)过程中的最优适应精度值；

E.判断上述求得的中医病历症状诊断与辨证要素间相关性诊断规则的实际精度EV(TCMS)是否满足预定的最优适应精度λ要求，若满足EV(TCMS)≤λ，则输出中医病历症状诊断与辨证要素间相关性最优诊断规则集；否则，转至步骤C重复上述过程，直至求解到症状诊断与辨证要素间相关性的全局最优诊断规则集。

步骤C中所述实现优化新产生的中医辨证诊断属性R_j在属性圆盘轮转过程中的位置；接着构造属性圆盘上每一对冲突地址D(K_i)与D(K_j)间相似矩阵S和中医病历症状诊断与辨证要素间相关性矩阵C(i,j)；然后建立中医病历属性圆盘决策表的差别矩阵M，并构造出中医病历辨证诊断规则约简最优目标模型；最后采用Skowron差别矩阵原理对该模型进行辨证诊断规则属性约简，求解出症状诊断与辨证要素间相关性的最优诊断规则集TCMS；具体步骤如下：

a.产生新的中医辨证诊断属性R_j，计算其存储地址D(K_j)，并比较D(K_j)与R_i属性地址D(K_i)是否产生冲突，如没有产生冲突，则属性R_j存放到属性圆盘上位置D(K_i)处；如果产生冲突，则采用优化哈希函数的方法重新寻找属性圆盘上下一个可存储地址D(K_j)，其优化哈希函数定义如下：

D(K_j)＝(D(K_i)+d_i)mod>

式中d_i为三阶探测法序列，其取值为d_i＝1³,-1³,2³,-2³,3³,-3³,…n³,-n³。

在执行优化哈希函数过程中，当寻找到一个与D(K_i)不冲突的位置地址D(K_j)时，则立刻停止优化哈希函数的执行，并将标志位Flag递增加1；

b.构造每一对属性圆盘上冲突地址D(K_i)与D(K_j)间相似矩阵S如下：

式中为属性圆盘上每一对冲突地址D(K_i)与D(K_j)间相似度,计算公式为：

c.构造属性圆盘轮转过程中每一对冲突地址D(K_i)与D(K_j)间相关矩阵C(i,j)如下：

式中(Sⁿ)^T表示相似矩阵S的n阶矢量转置,表示相似矩阵S中每一对冲突地址D(K_i)与D(K_j)间的张量积，其计算公式为：

d.基于属性圆盘上所有D(K_i)和D(K_j)以及其间相关矩阵C(i,j)，建立各中医病历辨证属性圆盘决策表的差别矩阵M如下：

式中其中i,j＝1,2,...,n，e为自然常数，其值取2.718；

e.构造中医病历辨证诊断规则约简最优目标模型如下：

式中为属性圆盘轮转过程中每一对冲突地址D(K_i)与D(K_j)间相似矩阵的权重系数，

其值为

f.采用Skowron差别矩阵原理对上述最优目标模型进行辨证诊断规则的属性约简，求解出症状诊断与辨证要素间相关性的最优诊断规则集TCMS。

本发明公开了一种用于中医病历辨证诊断的属性圆盘轮转方法。该方法首先设计具有n组元素的圆盘用来存储中医病历辨证诊断属性；接着利用中医辨证诊断属性指针K_i获取辨证属性在圆盘轮转中位置D(K_i)；然后构造属性圆盘上每一对冲突地址D(K_i)与D(K_j)间相似矩阵S和中医病历诊断症状与辨证要素间相关性矩阵C(i,j)；最后构建中医病历辨证诊断规则约简最优目标模型，并采用Skowron差别矩阵原理对该模型进行辨证诊断规则属性约简，提取出诊断症状与辨证要素间相关性的最优诊断规则集。该方法能准确提取出中医病历诊断症状与辨证要素间的相关性，对开展中医病历辨证诊断的定性定量智能分析具有较好的积极作用。

最后应说明的是：虽然以上已经详细说明了本发明及其优点，但是应当理解在不超出由所附的权利要求所限定的本发明的精神和范围的情况下可以进行各种改变、替代和变换。而且，本发明的范围不仅限于说明书所描述的过程、设备、手段、方法和步骤的具体实施例。本领域内的普通技术人员从本发明的公开内容将容易理解，根据本发明可以使用执行与在此所述的相应实施例基本相同的功能或者获得与其基本相同的结果的、现有和将来要被开发的过程、设备、手段、方法或者步骤。因此，所附的权利要求旨在在它们的范围内包括这样的过程、设备、手段、方法或者步骤。