具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

本发明的目的是针对现有技术的缺陷，提供了一种基于病例临床表型关联度的中药组方推荐方法及系统。

实施例一

本实施例提供一种基于病例临床表型关联度的中药组方推荐方法，如图1所示，包括步骤：

S1.获取与目标患者相对应的病例信息；其中病例信息包括年龄、性别、中医诊断结果及对应的症状信息；

S2.根据年龄、性别、中医诊断结果从预设数据库中查找与目标患者性别相同且处于同一年龄段的多个同质化病例；其中同质化病例为与目标患者具有相同的中医诊断结果；

S3.计算目标患者的症状信息与每一个同质化病例的中医诊断结果对应的症状信息之间的病例临床表型关联度，得到目标患者与多个同质化病例之间的多个病例临床表型关联度；

S4.根据得到的多个病例临床表型关联度，从多个同质化病例中筛选出相似度大于预设阈值的多个同质化病例作为参考病例；

S5.从筛选出的多个参考病例中选择一个参考病例作为目标参考病例，并获取目标参考病例对应中医诊断结果的中药组方；

S6.根据目标患者的症状信息对目标参考病例的中药组方进行校准，得到最终目标患者的中药处方。

在步骤S1中，获取与目标患者相对应的病例信息；其中病例信息包括年龄、性别、中医诊断结果及对应的症状信息。

中医诊断结果是指基于中医的基础诊断得到的疾病名称，例如，脾肾气虚血瘀致脉痹、外感风寒表实症、里热症、阳明腑实症、热结旁流症、脾约症等；症状信息是指目标患者在患病之后，患者主观感受及与其对应的多种生理异常参数，例如，对于外感风寒而言，其主观感受对应的生理异常主要体现在体温、咳嗽、心率等。因此，对应的生理异常参数就包括体温参数、咳嗽参数(咳嗽频率以及咳嗽声响度)、心率参数等，此外患者的基本信息可以通过电子病历数据导入，具体系统运行界面如图2所示。

在步骤S2中，根据年龄、性别、中医诊断结果从预设数据库中查找与目标患者性别相同且处于同一年龄段的多个同质化病例；其中同质化病例为与目标患者具有相同的中医诊断结果。

性别是指男女，年龄段可以采用以3岁为一个年龄段；预设数据库是指最近10年或者20年内基于实际的诊断病例建立的数据库；也可以是根据名老中医的病案文献建立的典型病例数据库。

需要说明的是，年龄段可根据实际需要来设置，例如，可设置两年、4年、5年为一个年龄段，这些方案均在本发明的保护范围之内。

在步骤S3中，计算目标患者的症状信息与每一个同质化病例的中医诊断结果对应的症状信息之间的病例临床表型关联度，得到目标患者与多个同质化病例之间的多个病例临床表型关联度。

本实施例中，首先对症状信息进行特征提取以得到对应的特征向量，然后基于提取得到的特征向量来计算病例临床表型关联度。其中，病例临床表型关联度是病例之间临床表型的相似程度，是根据中医辩证判断藏于体内的五脏六腑的脏腑功能失调的证候，生理检验参数、患者异常的主要感觉或行为表现的相似程度。

如图3所示，具体包括：

S31.提取目标患者症状信息的第一特征向量；其中症状信息包括多个类型的生理异常参数，则第一特征向量，表示为：

V_ZJ＝∈Z_j1×∈Z_j2×…×∈Z_jt

其中，Z_j表示目标患者的多个类型的生理异常参数；∈Z_jk表示症状Z_j属性k的类别；t表示多个类型的生理异常参数的属性个数；V_ZJ表示症状Z_j的特征向量；

S32.提取每一个同质化病例的中医诊断结果对应的症状信息的第二特征向量；其中第二特征向量表示为：

其中，Z′_j表示同质化病例的多个类型的生理异常参数；表示症状Z′_j属性k的类别；t表示多个类型的生理异常参数的属性个数，W_Z′J表示症状Z′_j的特征向量；

在本实施例中，第一特征向量、第二特征向量的计算可以采用现有技术中常用的卷积神经网络来进行提取，也可以采用其他提取方式，本实施例不做具体限定。

S33.计算提取的第一特征向量与每一个第二特征向量之间的病例临床表型关联度，得到目标患者与多个同质化病例之间的多个病例临床表型关联度。

如图4所示，具体为：

S331.计算病例临床表型关联度系数，表示为：

其中，n表示目标患者症状信息；m表示某一同质化病例症状信息；n∩m表示目标患者症状信息和某一同质化病例症状信息之间共有症状信息的数量；α(n,m)表示目标患者与某一同质化病例的病例临床表型关联度系数；

S332.计算病例临床表型关联度权重值，表示为：

n∩m＝0时，β(n,m)＝0.1

n∩m＝0时，β(n,m)＝1

0＜n∩m＜10时，

其中，β(n,m)表示目标患者症状信息和某一同质化病例症状信息之间的病例临床表型关联度权重值；

S333.通过病例临床表型关联度权重值对病例临床表型关联度系数进行调整，得到病例临床表型关联度，表示为：

Clinc.Sim(n,m)＝α(n,m)×β(n,m)

其中，Clinc.Sim(n,m)表示目标患者和同质化病例之间的病例临床表型关联度。

在步骤S4中，根据得到的多个病例临床表型关联度，从多个同质化病例中筛选出相似度大于预设阈值的多个同质化病例作为参考病例。

阈值的设定根据疾病类型、患者患病时间及并发症严重程度进行设置，初始阈值为0.65。选出的参考病例的数量应当为多个。其中同质化病例筛选的系统运行示意图如图5所示，阈值设置如图6所示。

在步骤S5中，从筛选出的多个参考病例中选择一个参考病例作为目标参考病例，并获取目标参考病例对应中医诊断结果的中药组方。

选择参考病例作为目标参考病例的依据可以基于生理异常评价值来筛选(如步骤A1-A5)，也可以基于病史信息来筛选(如步骤B1-B3)，或者还可以将生理异常评价值、病史信息二者进行结合，本实施例不做具体限定。

基于生理异常评价值来筛选具体包括：

A1.获取目标患者症状信息多个类型的生理异常参数以及其权重系数；

A2.根据获取的目标患者症状信息多个类型的生理异常参数及每一类型的生理异常参数对应的权重系数，计算、得到目标患者的第一生理异常评价值；

例如：对于某特定中医诊断结果，设定其包括四个生理异常参数A1、A2、A3、A4，四个生理异常参数的权重系数的基础值是0.65，综合考虑患者的疾病情况及康复过程，调整其权重系数分别为B1、B2、B3以及B4，从而获得该患者的第一生理异常评价值S＝A1×B1+A2×B2+A3×B3+A4×B4。

A3.获取每一个参考病例症状信息的多个类型的生理异常参数及其权重系数；

A4.根据获取的参考病例症状信息的多个类型的生理异常参数及每一类型生理异常参数对应的权重系数，计算参考病例的第二生理异常评价值，得到多个第二生理异常评价值；

值得注意的是：生理异常参数的设定需要考虑目标患者和参考病例的检验检查信息，此外，第二生理异常评价值的计算方式与第一生理异常评价值类似，在此不多做赘述。

A5.根据第一生理异常评价值以及多个第二生理异常评价值，从多个参考病例中筛选出与目标患者的生理异常度最接近的参考病例作为目标参考病例。

具体筛选方式为：将多个第二生理异常评价值分别与第一生理评价值进行作差，选出差值最小的第二生理评价值，并以选出的差距最小的第二生理评价值对应的参考病例作为目标参考病例。

基于病史信息来筛选，具体包括：

B1.获取目标患者的第一病史信息；

B2.获取每一个参考病例的第二病史信息；

B3.根据获取的第一病史信息以及每一个第二病史信息，从多个参考病例中选择一个病史差异度最小的参考病例作为目标参考病例。

该病史差异度可以采用特征提取算法提取各个病史信息的所含症状信息的特征向量，然后计算每一个第二病史信息的所含症状信息的特征向量与该第一病史信息所含症状信息的特征向量的差异度。

在步骤S6中，根据目标患者的症状信息对目标参考病例的中药组方进行校准，得到最终目标患者的中药处方。

由于症状信息表现为多种生理异常参数的结合，而参考中药组方包括多种中药药味，每一种中药药味往往对应至少一种生理异常参数，因此，可以基于目标患者与目标参考病例之间的生理异常参数的差异信息来对所述中药药味进行增减，从而实现处方的优化。

在一些实施例中，中药组方包括多个中药药味，每一所述中药药味与至少一所述生理异常参数对应。

若步骤S5中采用的是基于生理异常评价值来筛选，则步骤S6具体包括：

S61.比较目标患者症状信息中的每一个生理异常参数与目标参考病例症状信息中对应生理异常参数之间的差异信息；

S62.根据每一个差异信息对参考病例中药组方中的对应中药药味进行更新(即增减)，得到目标中药处方。

其中，进行增减时并非是简单的线性关系，而是综合考虑患者疾病程度及参数异常情况的临床经验值。

若步骤S5基于病史信息来筛选，则步骤S6具体包括：

S63.根据目标患者的症状信息以及目标患者与目标参考病例之间的病史差异度，对参考病例中药组方进行校准，得到目标中药处方。

病史差异度对参考病例中药组方药味的校准度是不相同的，例如，该目标中药处方包括两种功效的中药组合，分别为补益药(用于增强体质的中药药味)和解表药(驱除外感病邪的中药药味)，如果根据病史差异度看出，目标患者相对于目标参考病例的体质以及免疫力较强，则对于补益中药可以适当降低用量，对于解表药可以适当提高用量，反之亦然。其中，目标患者症状信息权重设置的系统示意图如图7所示。

若步骤S5基于生理异常评价值、病史信息两者结合来筛选，则步骤S6如图8所示，具体包括：

S61.比较目标患者症状信息中的每一个生理异常参数与目标参考病例症状信息中对应生理异常参数之间的差异信息；

S62.根据每一个差异信息对参考病例中药组方中的对应中药药味进行更新(即增减)；

S63.根据目标患者的症状信息以及目标患者与目标参考病例之间的病史差异度，对参考病例中药组方进行校准，得到目标中药处方。

在本实施例中实现了目标中药处方的快速生成，不仅可以结合中医诊断和患者症状信息提高中医药组方效率，为医生的临床辩证组方提供参考，使得该目标中药处方与目标患者的适用度更高。

实施例二

本实施例提供的一种基于病例临床表型关联度的中药组方推荐方法与实施例一的不同之处在于：

本实施例中病例临床表型关联度可以通过余弦相似度获得，具体包括：

提取目标患者的症状信息的第一特征向量；

提取每一个同质化病例症状信息的第二特征向量；

根据目标患者症状信息的第一特征向量与每一所述同质化病例症状信息的第二特征向量计算两者之间的余弦相似度，得到多个余弦相似度，从而获得两个病例之间的病例临床表型关联度。其中，余弦相似度的计算方法属于现有技术，因此，不过多重复描述。

实施例三

本实施例提供的一种基于病例临床表型关联度的中药组方推荐方法与实施例一的不同之处在于：

本实施例中病例临床表型关联度可以通过基于欧式距离的相似度获得，具体包括：

提取目标患者症状信息的第一特征向量；

提取每一个同质化病例症状信息的第二特征向量；

计算目标患者的第一特征向量与每一所述同质化病例的第二特征向量的欧式距离；

根据每一个欧式距离计算目标患者症状信息与每一个同质化病例症状信息的基于欧式距离的相似度，得到多个基于欧式距离的相似度。

在本实施例中，欧式距离的计算方法为现有技术，因此不再重复描述。其中，基于欧式距离的相似度，与该欧式距离正相关，因此，可以直接基于该欧式距离的差异值来比较对应的基于欧式距离的相似度，从而获得病例临床表型关联度。

实施例四

本实施例提供的一种基于病例临床表型关联度的中药组方推荐系统，如图9所示，包括：

获取模块11，用于获取与目标患者相对应的病例信息；其中病例信息包括年龄、性别、中医诊断结果及对应的症状信息；

查找模块12，用于根据年龄、性别、中医诊断结果从预设数据库中查找与目标患者性别相同且处于同一年龄段的多个同质化病例；其中同质化病例为与目标患者具有相同的中医诊断结果；

计算模块13，用于计算目标患者的症状信息与每一个同质化病例的中医诊断结果对应的症状信息之间的病例临床表型关联度，得到目标患者与多个同质化病例之间的多个病例临床表型关联度；

筛选模块14，用于根据得到的多个病例临床表型关联度，从多个同质化病例中筛选出相似度大于预设阈值的多个同质化病例作为参考病例；

选择模块15，用于从筛选出的多个参考病例中选择一个参考病例作为目标参考病例，并获取目标参考病例对应中医诊断结果的中药组方；

校准模块16，用于根据目标患者的症状信息对目标参考病例的中药组方进行校准，得到最终目标患者的中药处方。

需要说明的是，本实施例提供的一种基于病例临床表型关联度的中药组方推荐系统与实施例一类似，在此不多做赘述。

在本实施例中不仅可以在中医经典病案的基础上实现目标患者中药处方的快速生成，还可以结合中医辩证结果和患者症状信息提高中药的组方效率，为医生的辩证用药提供参考，从而使得该中药组方与目标患者的适用度更高，提高了治疗效率以及适宜性。

实施例五

本实施例提供一种基于病例临床表型关联度的中药组方推荐系统，如图10所示，包括处理器1、存储器2以及存储介质，处理器1和存储器2通过通信总线3和/或其他形式的连接机构(未标出)互连并相互通讯，存储器2存储有处理器1可执行的计算机可读取指令，当计算设备运行时，处理器1执行该计算机程序，以执行上述实施例一的任一可选的实现方式中的一种基于病例临床表型关联度的中药组方推荐方法，从而获得目标患者的中药处方。

计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的方法。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random Access Memory,简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM)，可编程只读存储器(Programmable Red-Only Memory,简称PROM)，只读存储器(Read-Only Memory,简称ROM)，磁存储器，快闪存储器，磁盘或光盘。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例也仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

与现有技术相比，本发明实现了目标中药处方的快速生成，不仅可以结合中医诊断和患者症状信息提高中医药组方效率，为医生的临床辩证组方提供参考，还可以根据目标参考病例的治疗效果精准评估目标患者的预后和疗效，使得该目标中药处方与目标患者的适用度更高。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。