一种血液病智能诊疗辅助系统技术方案

本发明专利技术提供一种血液病智能诊疗辅助系统，涉及医疗技术领域

【技术实现步骤摘要】
一种血液病智能诊疗辅助系统


[0001]本专利技术涉及医疗
，具体为一种血液病智能诊疗辅助系统
。

技术介绍

[0002]造血系统疾病俗称血液病，系原发于造血系统和主要累及造血系统的疾病
。
许多其他系统有血液方面改变者，只能称为系统疾病的血液学表现
。
引发血液病的原因有很多种，包括：化学因素
、
物理因素
、
生物因素
、
遗传因素
、
免疫因素等
。
血液病的症状与体征多种多样，常见的有：贫血，出血，发热，淋巴结
、
肝
、
脾大
。
[0003]如专利（
CN115295150A
） 一种血液病智能诊疗辅助系统，对患者信息模块设置有密码保护，可保护患者隐私，防止患者信息外泄
。
专利（
CN113205872A
）一种血液病智能诊疗辅助系统，通过为血液病建设治疗流程，规范诊疗步骤，从而提升血液病诊疗的效率，并且建设数据模块，方便快速检测出血液病的种类，为后期的治疗提供基础
。
[0004]但是上述技术方案中由于诊疗过程中专业性用语文字使得患者难以直观的进行图谱分析判断，同时医疗数据分布广泛，各类诊疗知识和规范也较为繁杂和分散，易形成信息孤岛，缺乏面向诊疗过程的统一操作和汇总视图，不便于患者或医生能够快速分析诊断当前血液病症种类和血液病症危害程度
。
专利技术内容
[0005]（一）解决的技术问题针对现有技术的不足，本专利技术提供了一种血液病智能诊疗辅助系统，解决了难以快速
、
准确的得到诊疗资料，不便于患者或医生能够快速分析诊断当前血液病症种类和血液病症危害程度的问题
。
[0006]（二）技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：一种血液病智能诊疗辅助系统，包括智能分析辅助系统，所述智能分析辅助系统包括数据采集模块
、
图谱关联查询模块
、
智能终端
、
预处理系统
、
辅助诊疗模块和自主学习匹配模块，所述智能分析辅助系统连接有用户信息管理
、
数据资源库查询
、
自学习数据可视化和医疗资料信息关系图谱查询；所述数据采集模块包括医疗资源爬取和资源信息抽取，所述预处理系统包括样本资源整合模组和样本资源划分模组，所述图谱关联查询模块包括分组样本案例比对和案例比对结果输出，所述辅助诊疗模块包括资源超链接和资源加工糅合，所述自主学习匹配模块包括模型算法训练
、
图集模型构建和语义模型构建
。
[0007]优选的，所述语义模型构建连接有前后语义关联和语义图谱关联，所述前后语义关联连接有语义关系推理
、
数据获取和模型构建，所述语义图谱关联连接有数据环境包导入
、
数据读取验证
、
数据分析和图谱引导
。
[0008]优选的，所述资源加工糅合连接有建立分类图谱数据库和建立血液资源库
。
[0009]优选的，所述预处理系统包括资源信息消歧
、
单项共指消除
、
资源信息合并和数据
传输单元
。
[0010]优选的，所述用户信息管理连接有用户注册
、
用户登录
、
用户注销和用户信息修改
。
[0011]优选的，所述数据资源库查询连接有分类查询和搜索查询
。
[0012]优选的，所述自学习数据可视化连接有资料融合与图谱信息纠错和资料来源点与图表浏览
。
[0013]一种血液病智能诊疗辅助系统的使用方法，具体包括以下步骤：
S1.
用户登录输入用户通过系统的用户登录进行登录，登录后通过获取患者医疗数据进行分析，并根据输入的文本或图像进行语义
、
图集分析，得出患者需要查询信息的特征词或特征值；
S2.
特征分析获取将系统分析后得出的所需信息的特征词或特征值进行相关信息的超链接引导，并基于系统内自主学习匹配模块中的匹配模型采集抽取后的特征数据进行提取分析，获取特征数据中关键词，包括病因
、
病灶点
、
病症名称和病症治疗案例；
S3.
辅助图谱生成将
S2
步骤中从特征数据中获取的关键词进行内部的知识图谱导向，利用经过算法训练的模型和辅助诊疗模块进行计算分析，最终由智能终端生成知识资源信息文本和关联图谱表
。
[0014]（三）有益效果本专利技术提供了一种血液病智能诊疗辅助系统
。
具备以下有益效果：
1、
本专利技术提供了一种血液病智能诊疗辅助系统，系统利用大数据和机器学习算法，辅助医生或患者进行血液病的诊断分析，减少人为误判的可能性，提高诊断的准确性；且系统可以根据患者的个体化特征，为医生提供个性化的治疗方案，提高治疗效果；同时系统可以积累和更新血液病的相关知识，不断提升诊断和治疗的水平，为医生提供最新的研究成果和治疗方案
、
患者提供最新案例和数据资料，以便患者和医生精准判断血液病症
。
[0015]2、
本专利技术提供了一种血液病智能诊疗辅助系统，通过从不同的数据源中抽取知识，并将其构建成知识图谱的形式，将抽取得到的知识存储在知识图谱中，并进行有效的管理和更新，利用知识图谱中的关系和规则进行推理和推断，并基于知识图谱的推理结果，系统可以进行学习和优化，不断改进自身的性能和效果，完成对数据进行自主的分析，从而准确的提供诊疗资料，便于患者或医生能够快速分析诊断当前血液病症种类和血液病症危害程度
。
附图说明
[0016]图1为本专利技术的系统框架图；图2为本专利技术的系统流程图；图3为本专利技术的语义模型构建流程图；图4为本专利技术的资源加工糅合结构图；图5为本专利技术的预处理系统框架图；图6为本专利技术的系统结构示意图
。
[0017]其中，
1、
数据采集模块；
2、
图谱关联查询模块；
3、
智能终端；
4、
预处理系统；
401、
资源信息消歧；
402、
单项共指消除；
403、
资源信息合并；
404、
数据传输单元；
5、
辅助诊疗模块；
6、
自主学习匹配模块；
7、
医疗资源爬取；
8、
资源信息抽取；
9、
样本资源整合模组；
10、
样本资源划分模组；
11、
资源超链接；
12、
资源加工糅合；
13、
分组样本案例比对；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种血液病智能诊疗辅助系统，包括智能分析辅助系统，其特征在于：所述智能分析辅助系统包括数据采集模块（1）
、
图谱关联查询模块（2）
、
智能终端（3）
、
预处理系统（4）
、
辅助诊疗模块（5）和自主学习匹配模块（6），所述智能分析辅助系统连接有用户信息管理（
32
）
、
数据资源库查询（
33
）
、
自学习数据可视化（
34
）和医疗资料信息关系图谱查询（
35
）；所述数据采集模块（1）包括医疗资源爬取（7）和资源信息抽取（8），所述预处理系统（4）包括样本资源整合模组（9）和样本资源划分模组（
10
），所述图谱关联查询模块（2）包括分组样本案例比对（
13
）和案例比对结果输出（
14
），所述辅助诊疗模块（5）包括资源超链接（
11
）和资源加工糅合（
12
），所述自主学习匹配模块（6）包括模型算法训练（
15
）
、
图集模型构建（
16
）和语义模型构建（
17
）
。2.
根据权利要求1所述的一种血液病智能诊疗辅助系统，其特征在于：所述语义模型构建（
17
）连接有前后语义关联（
21
）和语义图谱关联（
22
），所述前后语义关联（
21
）连接有语义关系推理（
23
）
、
数据获取（
24
）和模型构建（
25
），所述语义图谱关联（
22
）连接有数据环境包导入（
26
）
、
数据读取验证（
27
）
、
数据分析（
28
）和图谱引导（
29
）
。3.
根据权利要求1所述的一种血液病智能诊疗辅助系统，其特征在于：所述资源加工糅合（
12
）连接有建立分类图谱数据库（
30
）和建立血液资源库（
31...

【专利技术属性】
技术研发人员：冯安超，
申请(专利权)人：驻马店市第一人民医院，
类型：发明
国别省市：