数据分析方法、电子设备及计算机可读存储介质与流程

本发明涉及中医智能辅助领域，尤其涉及一种数据分析方法、电子设备及计算机可读存储介质。

背景技术：

1、当前中医辅助诊断系统多采用规则引擎（如drools）、传统机器学习（svm、xgboost）或独立的多分类深度学习模型，将患者症状映射至预设疾病库或证型库。部分研究尝试构建中医知识图谱，用于症状检索或单点证型推荐；然而，现有的匹配、检测来确定病、证的方式存在独立性的特点，最终得到的病、证、症之间存在逻辑冲突的问题。

技术实现思路

1、本发明的主要目的在于提出一种数据分析方法、电子设备及计算机可读存储介质，旨在解决现有技术中的诊断方式得到的病、证、症之间存在逻辑冲突的问题。

2、为实现上述目的，本发明提供一种数据分析方法，所述方法包括步骤：

3、获取目标对象的问诊数据；

4、构建所述问诊数据对应的目标三元异构图，其中，所述目标三元异构图中的节点包括疾病节点、证型节点、症状节点，所述目标三元异构图的边指示疾病、证型、症状的关联；

5、将所述目标三元异构图输入至症状分析模型以得到所述问诊数据对应的数据分析信息，其中，所述症状分析模型基于疾病、证型、症状的关联对所述数据分析结果进行预测。

6、可选地，所述构建所述问诊数据对应的目标三元异构图包括：

7、获取所述问诊数据中的多源采集数据；

8、分别对所述采集数据进行特征提取得到模态特征；

9、对各所述模态特征进行跨模态对比学习对齐，以将各所述模态特征投影到目标语义空间；

10、生成所述模态特征对应的症状节点嵌入矩阵；

11、基于所述症状节点嵌入矩阵构建所述目标三元异构图。

12、可选地，所述基于所述症状节点嵌入矩阵构建所述目标三元异构图包括：

13、获取初始三元异构图，其中，所述初始三元异构图包括初始节点与边，所述边指示疾病、证型、症状的关联；

14、将所述症状节点嵌入矩阵赋值到所述初始三元异构图中的症状节点，得到所述目标三元异构图。

15、可选地，所述获取初始三元异构图之前包括：

16、获取样本病例数据；

17、针对每一所述样本病例数据，确定所述样本病例数据中包含的样本疾病、样本证型、样本症状，并生成指示所述样本疾病、所述样本证型、所述样本症状关联的子数据；

18、综合所述样本病例数据中的所述子数据确定样本疾病、样本证型、样本症状之间的关联概率；

19、生成对应所述样本疾病、所述样本证型、所述样本症状的节点集；

20、基于所述关联概率确定所述初始三元异构图的边；

21、结合所述节点集与所述边得到所述初始三元异构图。

22、可选地，所述症状分析模型包括注意力网络层，所述将所述目标三元异构图输入至症状分析模型以得到所述问诊数据对应的数据分析信息包括：

23、将所述目标三元异构图输入到所述异构图注意力网络层进行传播得到高维上下文特征，其中，所述异构图注意力网络对应的元路径指示疾病、证型、症状的关联方向；

24、对所述高维上下文特征进行预测得到所述数据分析信息。

25、可选地，所述症状分析模型包括双任务头，所述对所述高位上下文特征进行预测得到所述数据分析信息包括：

26、将所述高位上下文特征输入到双任务头得到初始概率，所述初始概率包括各疾病节点对应的疾病概率与各证型节点对应的证型概率；

27、确定任意疾病节点与任意证型节点对应的病证组合

28、针对每一所述病证组合，结合所述目标三元异构图的边确定所述病证组合的兼容性；

29、基于所述兼容性与所述初始概率确定所述病证组合的置信度，其中，所述置信度与所述兼容性正相关；

30、将置信度最高的所述病证组合作为所述数据分析信息包含的目标病证组合。

31、可选地，所述基于所述兼容性与所述初始概率确定所述病证组合的置信度之后包括：

32、判断最高的所述置信度是否达到置信度阈值；

33、若最高的所述置信度未达到所述置信度阈值，则确定所述问诊数据中未包含的建议问诊类型；

34、生成包含所述建议问诊类型的补充建议；

35、结合所述补充建议得到所述数据分析信息。

36、可选地，所述对所述高维上下文特征进行预测得到所述数据分析信息包括：

37、对所述高维上下文特征进行预测得到目标病证组合；

38、获取所述目标病证组合中的目标疾病与目标证型；

39、获取所述问诊数据中的问诊症状；

40、根据所述目标三元异构图的边包含的关联关系确定所述问诊症状、目标疾病与目标证型之间的推导路径；

41、生成包含所述目标病证组合与所述推导路径的所述数据分析信息。

42、为实现上述目的，本发明还提供一种电子设备，所述电子设备包括存储器、处理器和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，所述计算机程序被所述处理器执行时实现如上所述的数据分析方法的步骤。

43、为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的数据分析方法的步骤。

44、本发明提出的一种数据分析方法、电子设备及计算机可读存储介质，获取目标对象的问诊数据；构建所述问诊数据对应的目标三元异构图，其中，所述目标三元异构图中的节点包括疾病节点、证型节点、症状节点，所述目标三元异构图的边指示疾病、证型、症状的关联；将所述目标三元异构图输入至症状分析模型以得到所述问诊数据对应的数据分析信息。通过构建问诊数据对应的三元异构图，使得能够在疾病、证型、症状的关联关系下执行数据分析信息的预测，从而使得数据分析信息能够满足疾病、证型、症状之间的关联性，避免输出存在矛盾的疾病、证型、症状，保证数据分析信息的逻辑正确性。

1.一种数据分析方法，其特征在于，所述数据分析方法包括：

2.如权利要求1所述的数据分析方法，其特征在于，所述构建所述问诊数据对应的目标三元异构图包括：

3.如权利要求2所述的数据分析方法，其特征在于，所述基于所述症状节点嵌入矩阵构建所述目标三元异构图包括：

4.如权利要求3所述的数据分析方法，其特征在于，所述获取初始三元异构图之前包括：

5.如权利要求1所述的数据分析方法，其特征在于，所述症状分析模型包括注意力网络层，所述将所述目标三元异构图输入至症状分析模型以得到所述问诊数据对应的数据分析信息包括：

6.如权利要求5所述的数据分析方法，其特征在于，所述症状分析模型包括双任务头，所述对所述高位上下文特征进行预测得到所述数据分析信息包括：

7.如权利要求6所述的数据分析方法，其特征在于，所述基于所述兼容性与所述初始概率确定所述病证组合的置信度之后包括：

8.如权利要求5所述的数据分析方法，其特征在于，所述对所述高维上下文特征进行预测得到所述数据分析信息包括：

9.一种电子设备，其特征在于，所述电子设备包括存储器、处理器和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，所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的数据分析方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的数据分析方法的步骤。