开云优惠体育网页版入口

专利名称：构建电子病例信息系统的方法、决策方法及其装置

专利类型：实用新型专利

专利申请号：CN202111498508.5

专利申请（专利权）人：山西大学
权利人地址：山西省太原市坞城路92号

专利发明（设计）人：张超,丁娟娟,李德玉

专利摘要：本申请公开一种构建电子病例信息系统的方法、决策方法及其装置，其中，该构建电子病例信息系统的方法包括获取症状集和与所述症状集匹配的诊断集；根据所述症状集和所述诊断集生成犹豫：叵导唤鲇淘ツ：叵导耘加淘ツ：叵导，并根据所述症状集和所述对偶犹豫：叵导烧锒涎炯灰谰菟稣锒霞、所述症状集、所述对偶犹豫：叵导退稣锒涎炯菇ǖ缱硬±畔⑾低。上述方案可以处理病例档案中诊断与症状关系中的不精确性、不完备性、不一致性等问题，实现了将实际生活中疾病诊断信息通过清晰的数字进行直观表示，降低了整理病例档案的复杂度，提升了处理效率，并且使医生能够快速准确的了解患者的当前情况。

主权利要求：
1.一种构建电子病例信息系统的方法，其特征在于，所述方法包括：获取症状集和与所述症状集匹配的诊断集，其中，所述症状集包括客观症状指标和主观症状指标；
根据所述症状集和所述诊断集生成犹豫：叵导，其中，通过：硎旧傻乃鲇淘ツ：叵导械乃隹凸壑⒆粗副，通过预设粒度表示生成的所述犹豫：叵导械乃鲋鞴壑⒆粗副辏
将所述犹豫：叵导耘加淘ツ：叵导，并根据所述症状集和所述对偶犹豫：叵导烧锒涎炯黄渲，通过下式方式确定所述对偶犹豫：叵导：根据线性归一化公式将表示所述客观症状指标的：谝涣ナ舳群偷谝环橇ナ舳，其中，所述线性归一化公式表示为：其中， 代表归一化后第 类疾病与第 类症状的关系， 代表原始数据中第 类疾病与第 类症状的关系，代表诊断集中第 类疾。碇⒆醇械 类症状；
通过人机交互的方式将表示所述主观症状指标的预设粒度转化为第二隶属度和第二非隶属度；
根据所述犹豫：叵导、所述第一隶属度、所述第一非隶属度、所述第二隶属度和所述第二非隶属度生成所述对偶犹豫：叵导
依据所述诊断集、所述症状集、所述对偶犹豫：叵导退稣锒涎炯菇ǖ缱硬±畔⑾低。
2.一种基于如权利要求1所述的电子病例信息系统的决策方法，其特征在于，所述决策方法包括：获取待诊断患者症状集；
将所述待诊断患者症状集输入所述电子病例信息系统进行处理，处理后得到与待诊断患者症状集匹配的对偶犹豫：叵导
根据与待诊断患者症状集匹配的对偶犹豫：叵导扑闼龃锒匣颊咧⒆醇闹⒆粗副耆ㄖ丶，并根据所述症状指标权重集计算决策者权重集；
计算所述诊断样本集中每类疾病的可调多粒度对偶犹豫：ナ舳，并根据预设决策规则、得分函数和所述可调多粒度对偶犹豫：ナ舳，生成所述待诊断患者的决策信息。
3.如权利要求2所述的方法，其特征在于，所述计算所述诊断样本集中每类疾病的可调多粒度对偶犹豫：ナ舳，包括：根据下式公式计算所述诊断样本集中每类疾病相对于所述与待诊断患者症状集匹配的对偶犹豫：叵导亩嗔６榷耘加淘ツ：ナ舳，其中， 为诊断集中第 类疾。 为所述症状集中第 类症状的权重， 为第 类疾病与第 类症状的对偶犹豫：叵， 为第 类症状的诊断样本集， 为第个决策者的多粒度对偶犹豫：ナ舳龋
根据所述多粒度对偶犹豫：ナ舳冉⒚坷嗉膊〉牡谝欢耘加淘ツ：卣，其中，所述第一对偶犹豫：卣蟊硎疚：其中， 为第一对偶犹豫：卣， 为第 类疾病相对于第 个决策者的多粒度对偶犹豫：ナ舳龋 表示诊断集的个数， 表示决策者个数；
根据所述第一对偶犹豫：卣笕范坷嗉膊∠喽杂谒龆耘加淘ツ：畔⑾低车目傻鞫耘加淘ツ：ナ舳。
4.如权利要求3所述的方法，其特征在于，所述根据预设决策规则、得分函数和所述可调多粒度对偶犹豫：ナ舳，生成所述待诊断患者的决策信息，包括：利用所述可调对偶犹豫：ナ舳冉⒌诙对偶犹豫：卣，其中，所述第二对偶犹豫：卣蟊硎疚：其中， 为第二对偶犹豫：卣， 为第 类疾病的单个对偶犹豫：ナ舳劝凑盏梅趾信判， 代表按照得分函数排序后的的第 个决策者的对偶犹豫：叵导 表示诊断集的个数， 表示决策者个数；
根据所述第二对偶犹豫：卣笕范ǖ诙对偶犹豫：南喽运鹗Ш，并根据所述相对损失函数确定每个决策者的第一诊断阈值；
利用所述第一诊断阈值和所述决策者权重集确定第二诊断阈值，并根据所述预设决策规则、所述得分函数和所述第二诊断阈值生成所述待诊断患者的决策信息。
5.如权利要求4所述的方法，其特征在于，所述根据所述预设决策规则、所述得分函数和所述第二诊断阈值生成所述待诊断患者的决策信息，包括：利用对偶犹豫：尤ㄆ骄阕佣运龅诙诊断阈值进行处理，处理后得到第三诊断阈值；
根据所述第三诊断阈值、所述预设决策规则和所述得分函数生成所述待诊断患者的决策信息，其中，所述预设决策规则为：P） ；
N） ；
B） ；
其中， ，
；
为诊断样本集， 代表共有 个决策者， 代表第 个决策者的对偶犹豫：叵导， 代表第 个决策者多粒度对偶犹豫：ナ舳， 、 代表第三诊断阈值， 代表第个决策者的风险系数， 代表诊断集， 代表正域， 代表负域，代表边界域， 代表可调对偶犹豫：怕蚀植诩陆， 代表可调对偶犹豫：怕蚀植诩纳辖。
6.如权利要求2?5任一所述的方法，其特征在于，计算所述待诊断患者症状集的症状指标权重集的公式表示为：其中， 代表第 个决策者针对第 类症状的权重，代表第 类症状， 代表共有 类症状， 代表第 类疾。淼 类疾。 代表共有 类疾。 代表为第 类症状与第 类疾病的对偶犹豫：叵， 代表 和之间的离差；
根据所述症状指标权重集计算决策者权重集的公式表示为：
其中， 代表 和 之间的离差， 代表第 个决策者针对第 类症状的权重， 、 分别代表第 类和第 第类症状， 代表共有 类症状，代表第 个决策者， 代表有 个决策者， 代表第 个决策者的权重。
7.一种构建电子病例信息系统的装置，其特征在于，所述装置包括：第一获取模块，用于获取症状集和与所述症状集匹配的诊断集，其中，所述症状集包括客观症状指标和主观症状指标；
第一生成模块，用于根据所述症状集和所述诊断集生成犹豫：叵导，其中，通过：硎旧傻乃鲇淘ツ：叵导械乃隹凸壑⒆粗副，通过预设粒度表示生成的所述犹豫：叵导械乃鲋鞴壑⒆粗副辏
第二生成模块，用于将所述犹豫：叵导耘加淘ツ：叵导，并根据所述症状集和所述对偶犹豫：叵导烧锒涎炯黄渲，通过下式方式确定所述对偶犹豫：叵导：根据线性归一化公式将表示所述客观症状指标的：谝涣ナ舳群偷谝环橇ナ舳，其中，所述线性归一化公式表示为：其中， 代表归一化后第 类疾病与第 类症状的关系， 代表原始数据中第 类疾病与第 类症状的关系，代表诊断集中第 类疾。碇⒆醇械 类症状；
通过人机交互的方式将表示所述主观症状指标的预设粒度转化为第二隶属度和第二非隶属度；
根据所述犹豫：叵导、所述第一隶属度、所述第一非隶属度、所述第二隶属度和所述第二非隶属度生成所述对偶犹豫：叵导
构建模块，用于依据所述诊断集、所述症状集、所述对偶犹豫：叵导退稣锒涎炯菇ǖ缱硬±畔⑾低。
8.一种基于如权利要求1所述的电子病例信息系统的决策装置，其特征在于，所述决策装置包括：第二获取模块，用于获取待诊断患者症状集；
处理模块，用于将所述待诊断患者症状集输入所述电子病例信息系统进行处理，处理后得到与待诊断患者症状集匹配的对偶犹豫：叵导
计算模块，用于根据与待诊断患者症状集匹配的对偶犹豫：叵导扑闼龃锒匣颊咧⒆醇闹⒆粗副耆ㄖ丶，并根据所述症状指标权重集计算决策者权重集；
第三生成模块，用于计算所述诊断样本集中每类疾病的可调多粒度对偶犹豫：ナ舳，并根据预设决策规则、得分函数和所述可调多粒度对偶犹豫：ナ舳，生成所述待诊断患者的决策信息。
9.一种计算机设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1所述的构建电子病例信息系统的方法，或者实现如权利要求2?6任一所述的决策方法。 说明书 : 构建电子病例信息系统的方法、决策方法及其装置技术领域[0001] 本申请涉及数据处理技术领域，尤其涉及一种构建电子病例信息系统的方法、决策方法及其装置。背景技术[0002] 目前，电子病历信息系统在医院有了非常广泛的普及和使用，医生可以通过电子病历信息系统记录患者在就诊期间每个时段的症状和与症状匹配的几类拥有相似症状的疾。⒔岷献蚁低撤ɑ蛏窬绶ㄈ范ǖ鼻笆倍位颊叩木霾咝畔，但现有的电子病历信息系统存储的病历档案存在诊断与症状关系不精确性、不完备性、不一致性、无法直观的表征患者当前情况等问题。发明内容[0003] 本申请旨在至少在一定程度上解决相关技术中的技术问题之一。[0004] 为此，本申请的第一个目的在于提出一种构建电子病例信息系统的方法，该方法用于处理病例档案中诊断与症状关系中的不精确性、不完备性、不一致性等问题，实现了将实际生活中疾病诊断信息通过清晰的数字进行直观表示，降低了整理病例档案的复杂度，提升了处理效率，并且使医生能够快速准确的了解患者的当前情况。[0005] 本申请的第二个目的在于提出一种基于电子病例信息系统的决策方法。[0006] 本申请的第三个目的在于提出一种构建电子病例信息系统的装置。[0007] 本申请的第四个目的在于提出一种基于电子病例信息系统的决策装置。[0008] 本申请的第五个目的在于提出一种计算机设备。[0009] 为达上述目的，本申请第一方面实施例提出了一种构建电子病例信息系统的方法，包括：[0010] 获取症状集和与所述症状集匹配的诊断集；[0011] 根据所述症状集和所述诊断集生成犹豫：叵导籟0012] 将所述犹豫：叵导耘加淘ツ：叵导，并根据所述症状集和所述对偶犹豫：叵导烧锒涎炯籟0013] 依据所述诊断集、所述症状集、所述对偶犹豫：叵导退稣锒涎炯菇ǖ缱硬±畔⑾低。[0014] 可选的，在本申请的一个实施例中，所述症状集包括客观症状指标和主观症状指标；其中，通过：硎旧傻乃鲇淘ツ：叵导械乃隹凸壑⒆粗副，通过预设粒度表示生成的所述犹豫：叵导械乃鲋鞴壑⒆粗副辏籟0015] 所述将所述犹豫：叵导耘加淘ツ：叵导，包括：[0016] 根据线性归一化公式将表示所述客观症状指标的：谝涣ナ舳群偷谝环橇ナ舳，其中，所述线性归一化公式表示为：[0017][0018] 其中，xjk代表归一化后第j类疾病与第k类症状的关系，tjk代表原始数据中第j类疾病与第k类症状的关系，j代表诊断集中第j类疾。琸代表症状集中第k类症状；[0019] 通过人机交互的方式将表示所述主观症状指标的预设粒度转化为第二隶属度和第二非隶属度；[0020] 根据所述犹豫：叵导、所述第一隶属度、所述第一非隶属度、所述第二隶属度和所述第二非隶属度生成所述对偶犹豫：叵导。[0021] 综上，本申请实施例的构建电子病例信息系统的方法，首先获取症状集和与所述症状集匹配的诊断集，随后根据所述症状集和所述诊断集生成犹豫：叵导，之后将所述犹豫：叵导耘加淘ツ：叵导，并根据所述症状集和所述对偶犹豫：叵导烧锒涎炯，最后依据所述诊断集、所述症状集、所述对偶犹豫：叵导退稣锒涎炯菇ǖ缱硬±畔⑾低。由此构建的电子病例信息系统可以处理病例档案中诊断与症状关系中的不精确性、不完备性、不一致性等问题，实现了将实际生活中疾病诊断信息通过清晰的数字进行直观表示，降低了整理病例档案的复杂度，提升了处理效率，并且使医生能够快速准确的了解患者的当前情况。[0022] 为达上述目的，本申请第二方面实施例提出了一种基于电子病例信息系统的决策方法，所述决策方法包括：[0023] 获取待诊断患者症状集；[0024] 将所述待诊断患者症状集输入所述电子病例信息系统进行处理，处理后得到与待诊断患者症状集匹配的对偶犹豫：叵导籟0025] 根据与待诊断患者症状集匹配的对偶犹豫：叵导扑闼龃锒匣颊咧⒆醇闹⒆粗副耆ㄖ丶，并根据所述症状指标权重集计算决策者权重集；[0026] 计算所述诊断样本集中每类疾病的可调多粒度对偶犹豫：ナ舳，并根据预设决策规则、得分函数和所述可调多粒度对偶犹豫：ナ舳，生成所述待诊断患者的决策信息。[0027] 可选的，在本申请的一个实施例中，所述计算所述诊断样本集中每类疾病的可调多粒度对偶犹豫：ナ舳，包括：[0028] 根据下式公式计算所述诊断样本集中每类疾病相对于所述与待诊断患者症状集匹配的对偶犹豫：叵导亩嗔６榷耘加淘ツ：ナ舳，[0029][0030] 其中，xj为诊断集中第j类疾。瑄k为所述症状集中第k类症状的权重， 为第j类疾病与第k类症状的对偶犹豫：叵， 为第k类症状的诊断样本集， 为第i个决策者的多粒度对偶犹豫：ナ舳龋籟0031] 根据所述多粒度对偶犹豫：ナ舳冉⒚坷嗉膊〉牡谝欢耘加淘ツ：卣，其中，所述第一对偶犹豫：卣蟊硎疚：[0032][0033] 其中， 为第一对偶犹豫：卣，ψji为第j类疾病相对于第i个决策者的多粒度对偶犹豫：ナ舳龋籱表示诊断集的个数，f表示决策者个数；[0034] 根据所述第一对偶犹豫：卣笕范坷嗉膊∠喽杂谒龆耘加淘ツ：畔⑾低车目傻鞫耘加淘ツ：ナ舳。[0035] 可选的，在本申请的一个实施例中，所述根据预设决策规则、得分函数和所述可调多粒度对偶犹豫：ナ舳，生成所述待诊断患者的决策信息，包括：[0036] 利用所述可调对偶犹豫：ナ舳冉⒌诙对偶犹豫：卣，其中，所述第二对偶犹豫：卣蟊硎疚：[0037][0038] 其中， 为第二对偶犹豫：卣， 为第j类疾病的单个对偶犹豫：ナ舳劝凑盏梅趾信判， 代表按照得分函数排序后的的第i个决策者的对偶犹豫：叵导籱表示诊断集的个数，f表示决策者个数；[0039] 根据所述第二对偶犹豫：卣笕范ǖ诙对偶犹豫：南喽运鹗Ш，并根据所述相对损失函数确定每个决策者的第一诊断阈值；[0040] 利用所述第一诊断阈值和所述决策者权重集确定第二诊断阈值，并根据所述预设决策规则、所述得分函数和所述第二诊断阈值生成所述待诊断患者的决策信息。[0041] 可选的，在本申请的一个实施例中，所述根据所述预设决策规则、所述得分函数和所述第二诊断阈值生成所述待诊断患者的决策信息，包括：[0042] 利用对偶犹豫：尤ㄆ骄阕佣运龅诙诊断阈值进行处理，处理后得到第三诊断阈值；[0043] 根据所述第三诊断阈值、所述预设决策规则和所述得分函数生成所述待诊断患者的决策信息，其中，所述预设决策规则为：[0044] P)[0045] N)[0046] B)[0047] 其中，[0048][0049] 为诊断样本集，f代表共有f个决策者， 代表第i个决策者的对偶犹豫：叵导，ψ代表第i个决策者多粒度对偶犹豫：ナ舳，ξ、ζ代表第三诊断阈值，η代表第i个决策者的风险系数，U代表诊断集， 代表正域， 代表负域， 代表边界域， 代表可调对偶犹豫：怕蚀植诩陆， 代表可调对偶犹豫：怕蚀植诩纳辖。[0050] 可选的，在本申请的一个实施例中，计算所述待诊断患者症状集的症状指标权重集的公式表示为：[0051][0052] 其中， 代表第i个决策者针对第k类症状的权重，k代表第k类症状，n代表共有n类症状，j代表第j类疾。琹代表第l类疾。琺代表共有m类疾。 代表为第j类症状与第k类疾病的对偶犹豫：叵， 代表 和 之间的离差。[0053] 根据所述症状指标权重集计算决策者权重集的公式表示为：[0054][0055] 其中， 代表 和 之间的离差， 代表第i个决策者针对第k类症状的权重，k、o分别代表第k类和第o第类症状，n代表共有n类症状，i代表第i个决策者，f代表有f个决策者，wi代表第i个决策者的权重。[0056] 综上，本申请实施例基于电子病例信息系统的决策方法，该决策方法首先将获取的待诊断患者症状集输入所述电子病例信息系统进行处理以得到与待诊断患者症状集匹配的对偶犹豫：叵导凰婧，根据与待诊断患者症状集匹配的对偶犹豫：叵导扑闼龃锒匣颊咧⒆醇闹⒆粗副耆ㄖ丶，并根据所述症状指标权重集计算决策者权重集；最后，计算所述诊断样本集中每类疾病的可调多粒度对偶犹豫：ナ舳，并根据预设决策规则、得分函数和所述可调多粒度对偶犹豫：ナ舳，生成所述待诊断患者的决策信息。由此，本申请计算得到的决策者权重集可以直观的呈现每类症状以及每位医学专家所占的权重比例，而根据预设决策规则、得分函数和可调多粒度对偶犹豫：ナ舳，生成待诊断患者的决策信息，利用决策信息对电子病例信息系统进行动态更新，从而可以进一步提高电子病例信息系统中存储的病例信息的准确性，最后，利用加权平均方法算出融合后的阈值得出最终结果，从而通过电子病例信息系统可以更客观的表征病人的病例数据。[0057] 为达上述目的，本申请第三方面实施例提出了一种构建电子病例信息系统的装置，所述装置包括：[0058] 第一获取模块，用于获取症状集和与所述症状集匹配的诊断集；[0059] 第一生成模块，用于根据所述症状集和所述诊断集生成犹豫：叵导籟0060] 第二生成模块，用于将所述犹豫：叵导耘加淘ツ：叵导，并根据所述症状集和所述对偶犹豫：叵导烧锒涎炯籟0061] 构建模块，用于依据所述诊断集、所述症状集、所述对偶犹豫：叵导退稣锒涎炯菇ǖ缱硬±畔⑾低。[0062] 由于本申请实施例执行本申请第一方面实施例的方法，因此，本申请实施例的方案实现的技术效果与本申请第一方面实施例所实现的技术效果雷同，为避免重复，在此不再赘述。[0063] 为了实现上述目的，本申请第四方面实施例提出了一种基于电子病例信息系统的决策装置，所述决策装置包括：[0064] 第二获取模块，用于获取待诊断患者症状集；[0065] 处理模块，用于将所述待诊断患者症状集输入所述电子病例信息系统进行处理，处理后得到与待诊断患者症状集匹配的对偶犹豫：叵导籟0066] 计算模块，用于根据与待诊断患者症状集匹配的对偶犹豫：叵导扑闼龃锒匣颊咧⒆醇闹⒆粗副耆ㄖ丶，并根据所述症状指标权重集计算决策者权重集；[0067] 第三生成模块，用于计算所述诊断样本集中每类疾病的可调多粒度对偶犹豫：ナ舳，并根据预设决策规则、得分函数和所述可调多粒度对偶犹豫：ナ舳，生成所述待诊断患者的决策信息。[0068] 由于本申请实施例执行本申请第二方面实施例的方法，因此，本申请实施例的方案实现的技术效果与本申请第二方面实施例所实现的技术效果雷同，为避免重复，在此不再赘述。[0069] 为了实现上述目的，本申请第五方面实施例提出了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如本申请第一方面实施例的方法，或者实现如本申请第二方面实施例的方法。[0070] 由于本申请实施例执行本申请第一方面实施例，或者执行本申请第二方面实施例的方法，因此，为避免重复，本申请实施例的方案实现的技术效果在此不再赘述。[0071] 本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。附图说明[0072] 本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：[0073] 图1为本申请实施例1所提供的一种构建电子病例信息系统的方法的流程图；[0074] 图2为构建电子病例信息系统的方法中生成对偶犹豫：叵导牧鞒掏迹籟0075] 图3为基于如本申请实施例1构建的电子病例信息系统的决策方法的流程图；[0076] 图4为决策方法中计算可调多粒度对偶犹豫：ナ舳鹊牧鞒掏。[0077] 图5为决策方法中生成决策信息的流程图。[0078] 图6为本申请实施例1中的决策方法的另一种流程图；[0079] 图7为本申请实施例2所提供的一种构建电子病例信息系统的方法的结构示意图；以及[0080] 图8为本申请实施例2中一种基于电子病例信息系统的决策装置的结构示意图。具体实施方式[0081] 下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。[0082] 为弥补本申请背景技术的不足，在医疗背景下，本申请提出了一种利用：椒ü菇ǖ牡缱硬±畔⑾低，通过电子病例信息系统处理医疗诊断问题。本申请采用的：椒ㄓ氡尘凹际跆岬降淖蚁低撤ê蜕窬绶ǖ幕撇煌，其优势主要体现在可有效描述诊断类型与症状特征之间的复杂关系，并且可进一步处理不确定性复杂关系中的不精确性、不完备性、不一致性等方面；其次利用：椒ú恍枰嗟难盗费，在一定程度上提高了医疗诊断问题的效率。[0083] 另外，本申请还提出一种基于电子病例信息系统的决策方法，结合：椒ǖ木霾叻椒梢愿幼既房袒莸哪：砸约昂侠砻枋鼍霾哒叩挠淘テ，同时本申请将不同医学专家对于诊断的不同想法进行融合，进而更加客观准确的得出决策信息，其中，基于决策的三支决策模型为处理不确定环境下的需要考虑延迟策略的医疗问题提供了工具支持。下面参考附图描述本申请实施例的构建电子病例信息系统的方法、决策方法及其装置。[0084] 实施例1[0085] 图1为本申请实施例1所提供的一种构建电子病例信息系统的方法的流程图。[0086] 本申请实施例提供了一种构建电子病例信息系统的方法，如图1所示，该方法包括以下步骤：[0087] 步骤110，获取症状集和与症状集匹配的诊断集。[0088] 步骤120，根据症状集和诊断集生成犹豫：叵导。[0089] 步骤130，将犹豫：叵导耘加淘ツ：叵导，并根据症状集和对偶犹豫：叵导烧锒涎炯。[0090] 步骤140，依据诊断集、症状集、对偶犹豫：叵导驼锒涎炯菇ǖ缱硬±畔⑾低。[0091] 在本申请的一个实施例中，电子病例信息系统 其中，i可以为1,2,3...，即i通常为正整数；V表示症状集，具体可用V＝{y1,y2,y3,y4,y5,y6}表示症状集，y1代表发热、y2代表头痛、y3代表咳嗽、y4代表胃痛、y5代表胸痛和y6代表体温；U表示与症状集匹配的诊断集，具体可以用U＝{x1,x2,x3,x4,x5}表示与症状集匹配的诊断集，x1代表病毒性发热、x2代表疟疾、x3代表伤寒、x4代表胃部问题和x5代表胸部问题。[0092] 在本申请的一个实施例中，步骤110中的症状集可以包括客观症状指标和主观症状指标；其中，通过：硎旧傻挠淘ツ：叵导械目凸壑⒆粗副，通过预设粒度表示生成的犹豫：叵导械闹鞴壑⒆粗副。[0093] 在本申请的一个实施例中，根据症状集和诊断集生成的犹豫：叵导梢园ǖ幌抻谕ü1、表2和表3来表示：[0094][0095] 表1为专家1给出的疾病集与症状集的犹豫：叵导痆0096][0097] 表2为专家2给出的疾病集与症状集的犹豫：叵导痆0098][0099] 表3为专家3给出的疾病集与症状集的犹豫：叵导痆0100] 在本申请的一个实施例中，如图2所示，通过下述步骤生成步骤130中的对偶犹豫：叵导：[0101] 步骤131，根据线性归一化公式将表示客观症状指标的：谝涣ナ舳群偷谝环橇ナ舳，其中，所述线性归一化公式表示为：[0102][0103] 其中，xjk代表归一化后第j类疾病与第k类症状的关系，tjk代表原始数据中第j类疾病与第k类症状的关系，j代表诊断集中第j类疾。琸代表症状集中第k类症状；[0104] 通常情况下，客观症状指标可以通过具体的医疗设备获得，如体温可通过温度计测量得到，为了使指标表示体现一致性，该实施例将由体温计测出的体温归一化为：姆段。由于体温计的刻度范围是35℃到42℃，：姆段0到1，需借助线性归一化公式进行转化，即 (xmeasure代表体温计测出的体温，xnorm代表归一化后的体温)。由于体温计的测量存在误差，体温计的测量结果往往存在微小差异，故体温这一指标对应的隶属度可能由多个可能的值构成，其对应的非隶属度为1?xnorm，因而定量诊断指标可用对偶犹豫：斜硎。例如，若某患者的连续两次体温测量结果为38.2℃与38.4℃，则利用上述规则可将隶属度表示为0.46与0.49，非隶属度则为0.54与0.51，则对于该患者体温这一指标可用对偶犹豫：<{0.46,0.49},{0.51,0.54}>进行描述。[0105] 步骤132，通过人机交互的方式将表示主观症状指标的预设粒度转化为第二隶属度和第二非隶属度。[0106] 而在医学领域中，由于主观症状指标难以通过具体的医疗设备获得，往往由医生依据专家知识与经验给出，如咳嗽的严重程度，可用粒度为7的语言术语来描述，即特别严重、严重、较严重、一般、较不严重、不严重、特别不严重。因此，主观评价指标需要通过人机交互的方式实现，这也体现了智能化系统辅助人、补位人，提严重人类决策效率、降严重人为错误的人机混合增强智能的特点。[0107] 步骤133，根据犹豫：叵导、第一隶属度、第一非隶属度、第二隶属度和第二非隶属度生成对偶犹豫：叵导。[0108] 而在医学领域中，由于主观症状指标难以通过具体的医疗设备获得，往往由医生依据专家知识与经验给出，如咳嗽的严重程度，可用粒度为7的语言术语来描述，即特别严重、严重、较严重、一般、较不严重、不严重、特别不严重。[0109] 综上，基于对偶犹豫：椒ü菇ǖ牡缱硬±畔⑾低，可以处理诊断与症状关系中的不精确性、不完备性、不一致性等问题，实现了将实际生活中疾病诊断信息通过清晰的数字进行直观表示，使医生能够快速准确的了解患者的当前情况。[0110] 图3为基于电子病例信息系统的决策方法的流程图。[0111] 本申请实施例提供了一种基于电子病例信息系统的决策方法，如图2所示，该决策方法包括以下步骤：[0112] 步骤210，获取待诊断患者症状集。[0113] 步骤220，将待诊断患者症状集输入电子病例信息系统进行处理，处理后得到与待诊断患者症状集匹配的对偶犹豫：叵导。[0114] 步骤230，根据与待诊断患者症状集匹配的对偶犹豫：叵导扑愦锒匣颊咧⒆醇闹⒆粗副耆ㄖ丶，并根据症状指标权重集计算决策者权重集。[0115] 在本申请的一个实施例中，计算待诊断患者症状集的症状指标权重集的公式表示为：[0116][0117] 其中， 代表第i个决策者针对第k类症状的权重，k代表第k类症状，n代表共有n类症状，j代表第j类疾。琹代表第l类疾。琺代表共有m类疾。 代表为第j类症状与第k类疾病的对偶犹豫：叵， 代表 和 之间的离差。[0118] 根据症状指标权重集计算决策者权重集的公式表示为：[0119][0120] 其中， 代表 和 之间的离差， 代表第i个决策者针对第k类症状的权重，k、o分别代表第k类和第o第类症状，n代表共有n类症状，i代表第i个决策者，f代表有f个决策者，wi代表第i个决策者的权重。[0121] 步骤240，计算诊断样本集中每类疾病的可调多粒度对偶犹豫：ナ舳，并根据预设决策规则、得分函数和可调多粒度对偶犹豫：ナ舳，生成待诊断患者的决策信息。[0122] 在本申请的一个实施例中，如图4所示，通过下述步骤计算步骤240中诊断样本集中每类疾病的可调多粒度对偶犹豫：ナ舳：[0123] 步骤241，根据下式公式计算诊断样本集中每类疾病相对于与待诊断患者症状集匹配的对偶犹豫：叵导亩嗔６榷耘加淘ツ：ナ舳：[0124][0125] 其中，xj为诊断集中第j类疾。瑄k为症状集中第k类症状的权重， 为第j类疾病与第k类症状的对偶犹豫：叵， 为第k类症状的诊断样本集， 为第i个决策者的多粒度对偶犹豫：ナ舳龋籟0126] 步骤242，根据多粒度对偶犹豫：ナ舳冉⒚坷嗉膊〉牡谝欢耘加淘ツ：卣，其中，第一对偶犹豫：卣蟊硎疚：[0127][0128] 其中， 为第一对偶犹豫：卣，ψji为第j类疾病相对于第i个决策者的多粒度对偶犹豫：ナ舳龋籱表示诊断集的个数，f表示决策者个数；[0129] 步骤243，根据第一对偶犹豫：卣笕范坷嗉膊∠喽杂诙耘加淘ツ：畔⑾低车目傻鞫耘加淘ツ：ナ舳。[0130] 在本申请的一个实施例中，如图5所示，通过下述步骤根据预设决策规则、得分函数和可调多粒度对偶犹豫：ナ羯刹街240中的决策信息：[0131] 步骤244，利用可调对偶犹豫：ナ舳冉⒌诙对偶犹豫：卣，其中，第二对偶犹豫：卣蟊硎疚：[0132][0133] 其中， 为第二对偶犹豫：卣， 为第j类疾病的单个对偶犹豫：ナ舳劝凑盏梅趾信判， 代表按照得分函数排序后的的第i个决策者的对偶犹豫：叵导籱表示诊断集的个数，f表示决策者个数；[0134] 步骤245，根据第二对偶犹豫：卣笕范ǖ诙对偶犹豫：南喽运鹗Ш，并根据相对损失函数确定每个决策者的第一诊断阈值；[0135] 步骤246，利用第一诊断阈值和决策者权重集确定第二诊断阈值，并根据预设决策规则、得分函数和第二诊断阈值生成待诊断患者的决策信息，具体地，利用对偶犹豫：尤ㄆ骄阕佣缘诙诊断阈值进行处理，处理后得到第三诊断阈值；[0136] 根据第三诊断阈值、预设决策规则和得分函数生成待诊断患者的决策信息，其中，预设决策规则为：[0137] P)[0138] N)[0139] B)[0140] 其中，[0141][0142] 为诊断样本集，f代表共有f个决策者， 代表第i个决策者的对偶犹豫：叵导，ψ代表第i个决策者多粒度对偶犹豫：ナ舳，ξ、ζ代表第三诊断阈值，η代表第i个决策者的风险系数，U代表诊断集， 代表正域， 代表负域， 代表边界域， 代表可调对偶犹豫：怕蚀植诩陆， 代表可调对偶犹豫：怕蚀植诩纳辖。[0143] 为了使本领域技术人员更好的理解本申请实施例基于电子病例信息系统的决策方法，现结合图6并依据电子病例信息系统(U,V,Ri,D)和基于电子病例信息系统(U,V,Ri,D)的决策方法进行详细描述，具体包括以下步骤：[0144] 步骤1，将表1、表2和表3中的数据转化为隶属度与非隶属度关系。[0145] D{,,,,,}[0146][0147] 表4为表1转化为第二隶属度与第二非隶属度的关系集[0148][0149] 表5为表2转化为第二隶属度与第二非隶属度的关系集[0150][0151] 表6为表3转化为第二隶属度与第二非隶属度的关系集[0152] 步骤2：利用离差最大化法求出患者症状的客观权重。然后，进一步求出医学专家T的客观权重，确定参数σ＝{0.25,0.25,0.25} ，即采取风险中立的态度。基于可调多粒度对偶犹豫：怕蚀植诩娜Ф嗍粜匀壕霾叻椒，可得：[0153][0154] 各症状的客观权重如表7所示：[0155][0156] 表7为各症状的客观权重[0157] 依据表7可得到各医学专家的客观权重：[0158][0159] 同理可得w2＝0.4051、w3＝0.2929，其中，其中， 代表和 之间的离差； 代表 和 之间的离差。[0160] 步骤3，计算D中每类疾病xj相对于关系Ri的单个对偶犹豫：ナ舳：[0161][0162] 为求得xj的相对损失函数，可利用单个对偶犹豫：ナ舳冉⒚坷嗉膊〉牡谝欢耘加淘ツ：卣 如表8所示：[0163][0164] 表8单个对偶犹豫：ナ舳刃纬傻亩耘加淘ツ：卣骩0165] 步骤4：利用表8可得xj相对于 的可调对偶犹豫：ナ舳，利用该隶属度可建立第二对偶犹豫：卣 如表9所示：[0166][0167] 表9可调对偶犹豫：ナ舳刃纬傻亩耘加淘ツ：卣骩0168] 具体地，医学专家组确定 即采取风险中立的态度。可得：[0169][0170][0171][0172][0173][0174] 步骤5：根据上表可得对偶犹豫：南喽运鹗Ш，如表10所示：[0175][0176] 表10专家的对偶犹豫：喽运鹗Ш齕0177] 步骤6：通过对偶犹豫：南喽运鹗Ш，可得每个医学专家诊断的两个阈值，如[0178] 表11所示：[0179][0180] 表11专家诊断的阈值[0181] 步骤7：依据表11，利用医学专家的客观权重可得最诊断阈值，可得：[0182][0183] 步骤8：利用对偶犹豫：尤ㄆ骄阕佣愿鞣桨付杂Φ你兄到屑，得到最终诊断阈值，如表12所示：[0184][0185] 表12最终诊断阈值[0186] 步骤9，根据规则 和得分函数，得出决策信息，具体地，可依据表12中的阈值与 进行比较：首先分别求出阈值与 中元素x的得分函数值；然后，根据决策判断规则可得：因为故 因为 故 同理，可得 即最后借助对偶犹豫：梅趾母拍，得到决策信息，即排序结果x1＞x4＞x3＝x5＞x2。[0187] 综上，本申请实施例基于电子病例信息系统的决策方法，该决策方法首先将获取的待诊断患者症状集输入电子病例信息系统进行处理以得到与待诊断患者症状集匹配的对偶犹豫：叵导凰婧，根据与待诊断患者症状集匹配的对偶犹豫：叵导扑愦锒匣颊咧⒆醇闹⒆粗副耆ㄖ丶，并根据症状指标权重集计算决策者权重集；最后，计算诊断样本集中每类疾病的可调多粒度对偶犹豫：ナ舳，并根据预设决策规则、得分函数和可调多粒度对偶犹豫：ナ舳，生成待诊断患者的决策信息。由此，计算得到的决策者权重集可以直观的呈现每类症状以及每位医学专家所占的权重比例，而根据预设决策规则、得分函数和可调多粒度对偶犹豫：ナ舳，生成待诊断患者的决策信息，利用决策信息对电子病例信息系统进行动态更新，从而可以进一步提高电子病例信息系统中存储的病例信息的准确性，最后，利用加权平均方法算出融合后的阈值得出最终结果，从而通过电子病例信息系统可以更客观的表征病人的病例数据。[0188] 实施例2[0189] 为了实现上述实施例，本申请实施例提出了一种构建电子病例信息系统的装置，如图7所示，装置包括：[0190] 第一获取模块10，用于获取症状集和与症状集匹配的诊断集；[0191] 第一生成模块20，用于根据症状集和诊断集生成犹豫：叵导籟0192] 第二生成模块30，用于将犹豫：叵导耘加淘ツ：叵导，并根据症状集和对偶犹豫：叵导烧锒涎炯籟0193] 构建模块40，用于依据诊断集、症状集、对偶犹豫：叵导驼锒涎炯菇ǖ缱硬±畔⑾低。[0194] 由于本申请实施例执行实施例1中的构建电子病例信息系统的方法，因此，本申请实施例实现的技术效果与上述方法所实现的技术效果雷同，为避免重复，在此不再赘述。[0195] 为了实现上述实施例，本申请实施例提出了一种基于电子病例信息系统的决策装置，如图8所示，决策装置包括：[0196] 第二获取模块50，用于获取待诊断患者症状集；[0197] 处理模块60，用于将待诊断患者症状集输入电子病例信息系统进行处理，处理后得到与待诊断患者症状集匹配的对偶犹豫：叵导籟0198] 计算模块70，用于根据与待诊断患者症状集匹配的对偶犹豫：叵导扑愦锒匣颊咧⒆醇闹⒆粗副耆ㄖ丶，并根据症状指标权重集计算决策者权重集；[0199] 第三生成模块80，用于计算诊断样本集中每类疾病的可调多粒度对偶犹豫：ナ舳，并根据预设决策规则、得分函数和可调多粒度对偶犹豫：ナ舳，生成待诊断患者的决策信息。[0200] 由于本申请实施例执行实施例1中的基于电子病例信息系统的决策方法，因此，本申请实施例实现的技术效果与上述方法所实现的技术效果雷同，为避免重复，在此不再赘述。[0201] 为了实现上述实施例，本申请实施例提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时，实现实施例1中的构建电子病例信息系统的方法，或者实现实施例1中基于电子病例信息系统的决策方法。[0202] 由于本申请实施例执行实现实施例1中的构建电子病例信息系统的方法，或者执行实施例1中基于电子病例信息系统的决策方法，因此，为避免重复，本申请实施例实现的技术效果在此不再赘述。[0203] 在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。[0204] 此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。[0205] 流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。[0206] 在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。[0207] 应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。[0208] 本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。[0209] 此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。[0210] 上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

专利地区：山西

专利申请日期：2021-12-09

专利公开日期：2024-11-29

专利公告号：CN114334055B