一种结合深度卷积网络和图神经网络的中医证候诊断和健康评价方法
基本信息
| 申请号 | CN202010853821.5 | 申请日 | - |
| 公开（公告）号 | CN113012811A | 公开（公告）日 | 2021-06-22 |
| 申请公布号 | CN113012811A | 申请公布日 | 2021-06-22 |
| 分类号 | G16H50/30（2018.01）I;G16H30/20（2018.01）I;G06T7/00（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 物理 |
| 发明人 | 不公告发明人 | 申请（专利权）人 | 杭州泉脉科技有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 310000浙江省杭州市上城区紫金观巷26号科创中心502 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及中医智能健康诊断，基于深度学习技术，结合深度卷积神经网络和图神经网络完成中医证候诊断和健康情况评价。该发明利用大量的数据训练学习，基于使用者的面象、舌象和问诊信息，做出证候的诊断和健康分数预测。首先通过共享的特征提取网络提取面象、舌象的特征，然后对每一个证候和健康分数设置单独的特征提取器，从而专注于某一特定特征。进一步的，分析证候之间的相关性，利用图卷积网络提取这种相关性，然后对证候预测概率进行进一步的调整。结合新设计的损失函数，综合考虑分数和证候之间、不同证候之间的平衡问题，训练模型直到收敛，最终获得完整的智能中医证候诊断和健康评价模型。 |
