一种中医体质辨识调理改善方法

本发明涉及中医智能辨识，特别是一种中医体质辨识调理改善方法。

背景技术：

1、随着中医治未病理念、可穿戴感知技术、模式分类技术和智能健康管理技术的发展，中医体质辨识逐渐由传统问卷量表和人工经验判断，向多模态数据融合、体质特征模式分类和个体化分析方向发展。现有技术已将脉搏信号、心率变异信号、皮肤电信号、舌面图像、面部图像以及问诊文本用于体质特征识别，并通过模式分类方法对不同体质状态及体质偏颇类型进行区分，以提高中医体质辨识的客观性，并为调理建议生成提供数据基础。

2、但是，现有中医体质辨识及调理改善技术仍存在不足：一方面，多模态数据多采用简单拼接或独立判别方式，缺少体质状态、生理参数、证候特征和个体生理基线之间的关联推理，难以准确反映个体体质偏颇差异；另一方面，调理建议多依据体质类型固定匹配，缺少结合真实复测数据对体质演化过程进行动态修正的机制，导致调理改善过程的个体适配性和持续反馈能力不足。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、因此，本发明提供了一种中医体质辨识调理改善方法解决现有技术中体质辨识缺少个体化关联推理以及调理改善过程缺少动态反馈修正的问题。

3、为解决上述技术问题，本发明提供如下技术方案：

4、本发明提供了一种中医体质辨识调理改善方法，其包括：采集受试者的多模态生理信号与问诊文本并进行特征对齐与降维映射，得到体质状态向量与个体生理先验向量；将体质状态向量与个体生理先验向量输入预构建的体质-生理参数-证候特征关联图，输出受试者对应的体质辨识数据和体质偏颇程度数据；依据体质辨识数据和体质偏颇程度数据获取核心监测维度，并按照预设安全边界对核心监测维度进行约束裁剪和标准化处理，得到与受试者体质状态相匹配的标准化调理评估向量集合；将标准化调理评估向量集合与体质状态向量共同输入连续体质演化计算单元，输出各调理建议对应的体质演化预测轨迹集合；根据体质演化预测轨迹集合确定预期改善基线曲线，并基于持续采集的真实复测数据重构实际体质状态序列，计算实际体质状态序列与预期改善基线曲线之间的动态偏差残差，根据动态偏差残差修正体质-生理参数-证候特征关联图的边权重置信度和连续体质演化计算单元的参数。

5、作为本发明所述中医体质辨识调理改善方法的一种优选方案，其中，所述多模态生理信号包括脉搏信号、心率变异信号、皮肤电信号、舌面图像和面部图像。

6、作为本发明所述中医体质辨识调理改善方法的一种优选方案，其中，所述得到体质状态向量与个体生理先验向量，具体步骤如下：

7、采集受试者的多模态生理信号和问诊文本，并按照受试者标识和采集时间进行同步标记及规范化处理，得到标准化多模态数据集；

8、从标准化多模态数据集中提取生理信号特征、图像表征特征和问诊文本特征，并映射至统一体质证据空间进行对齐，得到对齐体质证据特征集合；

9、对对齐体质证据特征集合进行融合降维，得到体质状态向量，并结合静息稳定生理特征生成个体生理先验向量。

10、作为本发明所述中医体质辨识调理改善方法的一种优选方案，其中，所述输出受试者对应的体质辨识数据和体质偏颇程度数据，具体步骤如下：

11、将体质状态向量作为当前体质证据锚点，将个体生理先验向量作为个体基线锚点，并将当前体质证据锚点和个体基线锚点分别接入体质-生理参数-证候特征关联图中的体质节点、生理参数节点和证候特征节点，形成个体化体质关系图；

12、基于个体化体质关系图，计算当前体质证据锚点与各生理参数节点之间的证据匹配强度，并依据证据匹配强度激活与受试者当前状态相关的目标生理参数节点和目标证候特征节点；

13、依据目标生理参数节点和目标证候特征节点，读取目标生理参数节点、目标证候特征节点与各候选体质节点之间的节点关系和边权重，并将个体基线锚点与目标生理参数节点之间的偏移量转换为个体偏移证据边；

14、利用个体偏移证据边对节点关系和边权重进行个体化修正，并结合体质偏颇判别规则对存在冲突的传播路径进行抑制，形成面向受试者的体质关系扩散路径集合；

15、使用体质关系扩散路径集合对各候选体质节点进行多跳关系感知推理，并计算各候选体质节点对应的关系扩散置信度，按照关系扩散置信度由高到低对各候选体质节点进行排序；当至少两个候选体质节点的关系扩散置信度相同时，按照有效传播路径数量由多到少进行排序；当有效传播路径数量仍相同时，按照平均边权重由高到低进行排序，得到候选体质节点排序序列；

16、基于候选体质节点排序序列确定主导体质节点和兼夹体质节点，形成受试者对应的体质辨识数据，并根据主导体质节点和兼夹体质节点对应的关系扩散置信度、个体偏移证据边强度以及体质偏颇判别规则，确定各体质节点对应的偏颇程度值和偏颇等级，形成受试者对应的体质偏颇程度数据。

17、作为本发明所述中医体质辨识调理改善方法的一种优选方案，其中，所述获取核心监测维度，具体步骤如下：

18、从体质辨识数据中读取主导体质节点、兼夹体质节点和关系扩散置信度，并从体质偏颇程度数据中读取各体质节点对应的偏颇程度值和偏颇等级；将主导体质节点、兼夹体质节点、关系扩散置信度、偏颇程度值和偏颇等级进行对应整理，形成体质偏颇贡献数据表；

19、利用体质偏颇贡献数据表将主导体质节点和兼夹体质节点匹配至预设调理维度库，并计算各调理维度的偏颇贡献匹配值，形成候选干预维度集合；

20、基于候选干预维度集合，分别读取每一候选干预维度对应的偏颇贡献匹配值和偏颇等级，并按照偏颇贡献匹配值越高、偏颇等级越重则优先级越高的规则，对各候选干预维度进行排序；将排序靠前且满足预设优选要求的候选干预维度确定为核心监测维度。

21、作为本发明所述中医体质辨识调理改善方法的一种优选方案，其中，所述得到与受试者体质状态相匹配的标准化调理评估向量集合，具体步骤如下：

22、从核心监测维度中提取偏颇贡献匹配值、偏颇等级和优先级，并从调理维度库中调用对应的建议强度范围、建议频次范围和建议持续周期范围，形成核心监测维度参数表；

23、基于核心监测维度参数表，根据偏颇贡献匹配值和偏颇等级生成调理建议参数，并将调理建议参数映射至安全边界内进行约束裁剪；对约束裁剪后的调理建议参数进行统一量纲编码后，按照偏颇贡献匹配值由高到低、偏颇等级由重到轻的顺序确定各核心监测维度的优先级，并依据优先级排列形成能够表征调理方向、调理强度和调理周期的标准化调理评估向量集合。

24、作为本发明所述中医体质辨识调理改善方法的一种优选方案，其中，所述输出各调理建议对应的体质演化预测轨迹集合，具体步骤如下：

25、从标准化调理评估向量集合中读取各调理建议对应的建议强度、建议频次和建议持续周期，并按照推演时间轴转换为连续调理驱动序列；

26、利用连续调理驱动序列将各调理建议分别与体质状态向量进行拼接，并结合观察周期生成各调理建议对应的连续推演输入数据；

27、基于连续推演输入数据，通过连续体质演化计算单元对受试者体质状态在推演时间轴上的变化过程进行连续状态推演，形成体质演化状态序列，并按照调理建议标识和推演时间顺序进行轨迹整理，得到各调理建议对应的体质演化预测轨迹集合。

28、作为本发明所述中医体质辨识调理改善方法的一种优选方案，其中，所述根据体质演化预测轨迹集合确定预期改善基线曲线，具体步骤如下：

29、从体质演化预测轨迹集合中读取各调理建议对应的体质演化状态序列，并计算各体质演化状态序列对应的体质偏颇下降幅度和轨迹平滑度；

30、基于各体质演化状态序列对应的体质偏颇下降幅度和轨迹平滑度，对各体质演化状态序列进行排序筛选，并将满足预设基线确定要求的体质演化状态序列确定为预期改善基线曲线。

31、作为本发明所述中医体质辨识调理改善方法的一种优选方案，其中，所述基于持续采集的真实复测数据重构实际体质状态序列，计算实际体质状态序列与预期改善基线曲线之间的动态偏差残差，具体步骤如下：

32、基于预期改善基线曲线，按照预设复测周期持续采集真实复测数据，并通过多模态特征提取、跨模态对齐和体质证据空间降维映射，重构各复测时间点对应的实际体质状态向量；

33、依据实际体质状态向量，按照复测时间顺序进行序列化整理，形成实际体质状态序列；

34、使用实际体质状态序列将预期改善基线曲线映射至相同复测时间轴，并计算实际体质状态序列与预期改善基线曲线之间的动态偏差残差。

35、作为本发明所述中医体质辨识调理改善方法的一种优选方案，其中，所述根据动态偏差残差修正体质-生理参数-证候特征关联图的边权重置信度和连续体质演化计算单元的参数，是指使用动态偏差残差筛选偏离程度超过预设容差阈值的目标体质状态分量，并按照目标体质状态分量与生理参数节点、证候特征节点之间的预设映射关系，确定引起偏离的目标生理参数节点和目标证候特征节点；根据偏离方向与偏离幅度，修正体质-生理参数-证候特征关联图中相关连接边的边权重置信度，并将动态偏差残差作为校准误差信号，对连续体质演化计算单元参数进行自适应校准。

36、本发明有益效果为：通过将体质状态向量和个体生理先验向量接入体质-生理参数-证候特征关联图，并结合体质特征模式分类结果，实现了体质状态、生理参数、证候特征与个体生理基线之间的关联推理，达到了提高体质辨识准确性、体质模式分类稳定性和体质偏颇程度判断可靠性的效果；通过体质演化预测轨迹集合确定预期改善基线曲线，并结合真实复测数据重构实际体质状态序列，实现了体质改善过程的动态跟踪、体质状态模式分类更新和偏差反馈修正，达到了提升调理改善过程个体适配性和持续监测稳定性的效果。