一种基于多模态体征融合的中医妇科证候智能辨识方法及系统与流程

本发明涉及证候辨识，具体为一种基于多模态体征融合的中医妇科证候智能辨识方法及系统。

背景技术：

1、证候识别是中医中的一个核心概念，它是指根据患者表现出来的症状、体征等信息，判断其当前所处的“证”的过程，中医妇科证候辨识是中医辨证论治体系在妇科诊疗中的特色应用，核心是在中医整体观、辨证观指导下，结合女性独有的生理病理特点，对妇科相关疾病做出证候属性判断的过程，现有常用的中医妇科证候辨识方法主要分为传统经典方法和现代创新辅助方法两类，传统经典辨识方法与通用辨证体系适配，以八纲、脏腑、气血津液辨证为通用基础，结合妇科病理特点调整侧重，现代创新辅助辨识方法，证候量表法针对特定妇科疾病研制标准化证候评分量表，比如多囊卵巢综合征证候量表、绝经综合征中医证候评分表，将症状按轻重程度赋分，达到对应阈值即可判定证候类型，多用于临床科研和基层医生辅助辨证。

2、专利公开号为cn121598178a的基于融合生物电信号特征的中医阴阳证候辨识方法及系统，通过远程光电容积脉搏波对生物电信号进行客观化数据采集，基于中医阴阳理论进行约束神经网络建模，采取多模型置信度加权融合的智能决策机制，消除了传统中医证候辨识中的主观性和经验依赖性，实现了中医理论约束与现代机器学习技术的深度融合，提高了阴阳证候辨识的客观性。

3、上述以及类似的技术方案在进行证候辨识时，由于在不同的妇科病种以及不同生理周期节点下，各模态体征的辨证贡献度存在差异，导致辨证准确率低，例如在月经周期中，舌象、脉象等体征的表现会随激素水平变化而改变，而不同妇科疾病，如子宫肌瘤和盆腔炎，其体征表现的侧重点也各不相同，因此常规的将所有体征同等对待，或采用固定权重的辨证方法，难以适应复杂多变的临床情况，最终影响辨证的准确性和可靠性。

技术实现思路

1、本发明的目的在于提供一种基于多模态体征融合的中医妇科证候智能辨识方法及系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于多模态体征融合的中医妇科证候智能辨识方法，包括：

3、预构建证候知识约束图谱，图谱包括不同妇科疾病以及不同生理阶段的辨证贡献初始权重以及各中医妇科证候对应的核心关联特征，得到知识图谱项；

4、实时采集待辨识对象的多模态体征数据，得到实时采集项，基于实时采集项对各模态数据进行标准化特征编码，得到单模态特征向量集；

5、基于单模态特征向量集与知识图谱项进行匹配，获取缺失模态数据，得到模态缺失项；

6、基于知识图谱项，采用双阶段动态权重调整策略完成多模态特征融合，第一阶段权重调整基于实时采集项，得到第一阶段调整权重项；

7、第二阶段权重调整通过注意力机制计算各有效模态特征与目标中医妇科证候的关联度，对第一阶段调整权重进行二次微调，得到第二阶段调整权重项；

8、基于第二阶段调整权重项作为输入数据，输入预训练的证候分类层得到初步证候诊断结果，结合当前输入模态的完整度、特征与证候的关联度计算诊断结果的置信度，得到结果计算项，设定预设阈值，基于结果计算项与预设阈值的匹配结果，输出辨识结果，得到结果输出项，从而实现了融合多模态数据的妇科证候智能辨识。

9、更进一步地，所述证候知识约束图谱内置两类规则，知识图谱项的获取方法包括：

10、证候知识约束图谱第一类规则为病种分期模态初始权重规则，对应每类妇科疾病、每类女性生理阶段预先设定不同模态体征的辨证贡献初始权重，得到初始辩证权重项；

11、证候知识约束图谱第一类规则为证候特征关联优先级规则，预先标定各中医妇科证候对应的核心关联特征的优先级排序，得到证候排序项；

12、初始辩证权重项与证候排序项组合得到知识图谱项。

13、更进一步地，所述多模态体征数据包括主观症状时序模态数据、四诊客观化模态数据、妇科检验模态数据以及妇科影像模态数据，实时采集项的获取方法包括：

14、主观症状时序模态数据包括待辨识对象的月经史、婚育史、临床主观症状以及病程周期信息，四诊客观化模态数据包括标准化采集的舌象、脉象、面象数据，妇科检验模态数据包括性激素、抗缪勒管激素、阴道微生态、炎症因子、凝血功能的数值检验结果，妇科影像模态数据包括盆腔超声、mri影像数据。

15、更进一步地，所述单模态特征向量集的获取方法包括：

16、基于主观症状时序模态数据，采用预训练的中医妇科专有词向量模型完成特征编码，基于四诊客观化模态数据，采用轻量卷积神经网络模型提取量化特征完成编码，基于妇科检验模态数据，通过归一化处理完成编码，基于妇科影像模态数据，采用预训练的医学影像特征提取模型提取病灶组学、血流灌注特征完成编码。

17、更进一步地，所述模态缺失项的获取方法包括：

18、获取单模态特征向量集的种类数量数据，得到实时种类项，基于实时种类项与知识图谱项进行种类匹配，判断单模态特征向量集是否存在缺失种类，当存在缺失种类时，获取缺失种类数量数据以及与缺失种类数量数据对应的缺失种类特征数据，进而得到模态缺失项。

19、更进一步地，所述第一阶段调整权重项的获取方法包括：

20、基于知识图谱项，知识图谱项中调取与单模态特征向量集对应的初始权重，得到获取权重项；

21、基于获取权重项，根据模态缺失项对获取权重项进行第一轮自适应调整，将缺失模态项的初始权重按比例分配给同维度的有效模态的对应特征，得到第一阶段调整权重项。

22、更进一步地，所述第二阶段调整权重项的获取方法包括：

23、基于第一阶段调整权重项进行候选证候预筛选，输出候选证候集，排除低概率的证候；

24、基于单模态特征向量集，计算每个模态与候选证候集之间的关联度得分，得到模态关联得分项；

25、生成权重微调系数，基于模态关联得分项与权重微调系数组合，进而对第一阶段调整权重进行二次微调，得到第二阶段调整权重项。

26、更进一步地，所述结果计算项的获取方法包括：

27、基于第二阶段调整权重集与模态缺失项，计算模态完整度得分，得到第一计算项；

28、基于知识图谱项计算证候特征匹配度得分，包括核心特征命中、次要特征命中以及冲突特征扣分，得到第二计算项；

29、基于第一计算项与第二计算项融合生成最终置信度得分，同时设定置信度分级与对应动作，进而得到结果计算项。

30、更进一步地，所述结果输出项的获取方法包括：

31、当结果计算项超过预设阈值，输出证候诊断结果及各模态特征的贡献度解释，当置信度未超过预设阈值，推送缺失模态的补采反馈。

32、一种基于多模态体征融合的中医妇科证候智能辨识系统，使用了上述所述的一种基于多模态体征融合的中医妇科证候智能辨识方法，包括：

33、图谱构建模块：预构建证候知识约束图谱，图谱包括不同妇科疾病以及不同生理阶段的辨证贡献初始权重以及各中医妇科证候对应的核心关联特征，得到知识图谱项；

34、数据采集模块：实时采集待辨识对象的多模态体征数据，得到实时采集项，基于实时采集项对各模态数据进行标准化特征编码，得到单模态特征向量集；

35、权重调节模块：基于单模态特征向量集与知识图谱项进行匹配，获取缺失模态数据，得到模态缺失项，基于知识图谱项，采用双阶段动态权重调整策略完成多模态特征融合，第一阶段权重调整基于实时采集项，得到第一阶段调整权重项，第二阶段权重调整通过注意力机制计算各有效模态特征与目标中医妇科证候的关联度，对第一阶段调整权重进行二次微调，得到第二阶段调整权重项；

36、结果输出模块：基于第二阶段调整权重项作为输入数据，输入预训练的证候分类层得到初步证候诊断结果，结合当前输入模态的完整度、特征与证候的关联度计算诊断结果的置信度，得到结果计算项，设定预设阈值，基于结果计算项与预设阈值的匹配结果，输出辨识结果，得到结果输出项。

37、与现有技术相比，本发明的有益效果是：

38、该基于多模态体征融合的中医妇科证候智能辨识方法及系统，通过预构建证候知识约束图谱，通过病种分期模态初始权重、证候特征关联优先级两类规则，从根源上规避纯ai模型脱离中医逻辑的问题，如针对月经病经前期、带下病非经期设定差异化模态权重，明确证候核心-次要特征排序，有效避免生理周期干扰及特征权重同质化。

39、同时，多场景适配的全维度数据采集覆盖主观症状时序、四诊客观化、妇科检验、影像四类模态数据，适配三甲医院、基层、居家三类场景，通过标准化采集、ai校正、系统对接等方式，解决不同场景数据可及性与规范性问题，消除时序错位、无效数据干扰。

40、不仅如此，双阶段动态权重的个性化融合，通过第一阶段基于模态缺失的权重补配、第二阶段基于注意力机制的个体特征微调策略，既保证缺失模态下的辨证逻辑严谨性，又能精准匹配患者个体核心特征差异，可解释的置信度分级输出，结合模态完整度、证候特征匹配度计算置信度，高置信结果附带特征贡献度解释，低置信结果推送精准补采反馈，既解决ai辨证黑盒问题，又通过补采机制提升诊断可靠性。