Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于机器学习的处方优化方法 

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:中国中医科学院广安门医院

摘要:本公开实施例公开一种基于机器学习的处方优化方法。包括对医案数据依次进行处理得到多个临床赋值数据和多个证候要素权重赋值数据;对多个证候要素权重赋值数据进行得分计算得到多个证候要素得分数据;建立第一特征向量并建立多个目标变量;将第一特征向量输入类别型特征提升回归模型进行特征筛选得到第二特征向量;利用第二特征向量和多个目标变量进行超参数优化得到训练后的模型;将待优化处方进行清洗并整理为数据列表;编写应用程序接口并加载训练后的模型;基于应用程序接口计算待优化处方的得分数据并预测基于专家经验的证候要素得分数据;根据计算和预测的每个预测证候要素的得分数据的差值使用应用程序接口对待优化处方进行优化。

主权项:1.一种基于机器学习的处方优化方法,其特征在于,该方法包括对专家医案数据依次进行数据提取、数据清洗和数据赋值,得到多个临床赋值数据和多个证候要素权重赋值数据;分别对所述多个证候要素权重赋值数据进行得分计算,得到多个证候要素得分数据;根据所述多个临床赋值数据建立第一特征向量,并根据所述多个证候要素得分数据建立多个目标变量;将所述第一特征向量输入类别型特征提升回归模型进行特征筛选得到第二特征向量;利用所述第二特征向量和所述多个目标变量对所述类别型特征提升回归模型进行超参数优化得到训练后的类别型特征提升回归模型,所述训练后的类别型特征提升回归模型用于接收多个临床赋值数据并输出预测的多个证候要素得分数据;将待优化处方进行数据清洗并整理为数据列表输入应用程序接口;编写应用程序接口并加载所述训练后的类别型特征提升回归模型和接收所述待优化处方;利用应用程序接口计算所述待优化处方的每个证候要素得分数据,并预测所述待优化处方的基于专家经验的每个预测证候要素得分数据;根据所述每个证候要素得分数据和所述每个预测证候要素得分数据的差值并基于所述中药重要性排序字典对所述待优化处方进行优化。

全文数据:

权利要求:

百度查询: 中国中医科学院广安门医院 一种基于机器学习的处方优化方法

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。