耳鸣的病情发展预测系统、方法、电子设备及介质与流程

本发明涉及计算机，具体涉及一种耳鸣的病情发展预测系统、方法、电子设备及介质。

背景技术：

1、耳鸣是患者在缺乏外部声源的情况下，耳内或颅内产生嗡嗡、嘶鸣等不成形的异常声幻觉。这种声音感觉可以是一种或多种以上，并且持续一定的时间，患者的耳内有鸣响而周围环境中并没有相应的声源；

2、据临床统计，17％-20％的成人有耳鸣，65岁以上的老年人中耳鸣的发生率可达28％，患耳疾的患者中耳鸣的发生率可达85％。对于耳鸣的治疗方法虽然繁多，但直到目前为止尚无医学界公认的有确切疗效的治疗方法。。

3、很多患者通过西医治疗耳鸣的效果不佳，会选择中医治疗耳鸣，中医针对耳鸣症状判断耳鸣类型需要依靠医生去诊断，无法智能通过耳鸣症状对耳鸣类型进行分类。

技术实现思路

1、本发明实施例的目的在于提供一种耳鸣的病情发展预测系统、方法、电子设备及介质，用以解决现有技术中无法智能对耳鸣的病情发展进行预测的问题。

2、为实现上述目的，本发明实施例提供一种耳鸣的病情发展预测方法，所述方法具体包括：

3、采集一定数量的历史耳鸣病例，并提取所述历史耳鸣病例的特征信息；

4、构建耳鸣辨证分型数据库，所述耳鸣辨证分型数据库中存储有每个历史耳鸣病例对应的病症类型、特征信息和药方信息；

5、基于所述耳鸣辨证分型数据库中历史耳鸣病例的特征信息建立事件树；

6、基于所述耳鸣辨证分型数据库对待预测耳鸣病例进行匹配度计算；

7、当所述匹配度低于设定值时，基于所述事件树对所述待预测耳鸣病例进行二次匹配得到与所述待预测耳鸣病例对应的预测结果。

8、在上述技术方案的基础上，本发明还可以做如下改进：

9、进一步地，所述构建耳鸣辨证分型数据库，所述耳鸣辨证分型数据库中存储有每个历史耳鸣病例对应的病症类型、特征信息和药方信息，包括；

10、基于病症类型对所述历史耳鸣病例进行分类，其中所述病症类型包括：肝气不足耳鸣和脾胃虚弱耳鸣；

11、所述特征信息包括：早期病症症状信息、中期病症症状信息、晚期病症症状信息、主要症状信息、次要症状信息、多数患者症状信息、少数患者症状信息、固有症状信息、偶发症状信息、特殊症状信息和一般症状信息；

12、所述肝气不足耳鸣对应的药方信息包括熟地30克，山萸肉20克，龙眼肉20克，枸杞子15克，山药20克，菖蒲15克，牛膝12克，菟丝子15克，覆盆子15克，蝉衣15克，磁石30克，神曲15克，葛根20克，柴胡12克，淡竹叶12克，木通12克，灯芯草10克，茺蔚子15克，麦冬12克，沙苑子15克，酸枣仁30克；

13、所述脾胃虚弱耳鸣对应的药方信息包括党参30克，黄芪30克，白术15克，茯苓15克，黄芪30克，黄精15克，玉竹15克，当归15克，熟地30克，补骨脂15克，狗脊12克，山萸肉20克，龙眼肉20克，升麻12克，葛根15克，柴胡12克，陈皮12克，半夏12克，当归15克，菖蒲15克，甘草6克，水煎服；人参丸、壮元丸口服。

14、进一步地，所述基于所述耳鸣辨证分型数据库中历史耳鸣病例的特征信息建立事件树，包括；

15、将所述中期病症症状信息相同的归为一类，将所述中期病症症状信息作为初始事件，按照后续症状的时间顺序自左向右绘制以所述中期症状信息为起点的事件树；

16、事件树后续节点对应一继发的后续症状，直到事件树的所有末端节点对应症状最终对应的疾病。

17、进一步地，所述基于所述耳鸣辨证分型数据库中历史耳鸣病例的特征信息建立事件树，还包括：

18、以所述主要症状信息作为事件树的起点建立所述事件树；

19、以多数患者症状信息作为事件树的起点建立所述事件树；

20、以中期病症症状信息作为事件树的起点建立所述事件树；

21、以固有症状信息作为事件树的起点建立所述事件树；

22、以特殊症状信息作为事件树的起点建立所述事件树。

23、进一步地，所述基于所述耳鸣辨证分型数据库中历史耳鸣病例的特征信息建立事件树，还包括：

24、所述事件树末端节点对应的病症类型的严重度或者致命性从上至下依次降低。

25、进一步地，所述基于所述耳鸣辨证分型数据库对待预测耳鸣病例进行匹配度计算，得到匹配值，包括：

26、通过公式1计算匹配值；

27、

28、其中，c为历史耳鸣病例，c'为待预测耳鸣病例，wi为病例中各参数的权值；xi和yi分别表示历史耳鸣病例c与待预测耳鸣病例c'中各参数归一化后的数值；当d(c,c')>0.90时，表示历史耳鸣病例c与待预测耳鸣病例c'最相似，即完全匹配；当d(c,c')≤0.90时，表示历史耳鸣病例c与待预测耳鸣病例c'完全不相同。

29、进一步地，所述当所述匹配度低于设定值时，基于所述事件树对所述待预测耳鸣病例进行二次匹配得到与所述待预测耳鸣病例对应的预测结果，包括：

30、结合待预测耳鸣病例的中期症状，对待预测耳鸣病例可能的发展趋势进行预测，将初始事件的发生概率分别乘以各后续节点各分支处的发生概率从而得到各末端节点的发生概率；

31、并发送末端节点发生概率大于0.3的各末端节点对应的预测结果；

32、筛选发病概率较高的事件树分支，如果均大于0.3，则可选取概率得分最高的几个分支，作为结论，进行后续的进一步验证，反过来调整所述事件树各后续节点的发病概率；其中，所述预测结果包括待预测耳鸣病例与历史耳鸣病例的匹配度、待预测耳鸣病例可能的发展趋势和药方信息。

33、一种耳鸣的病情发展预测系统，包括：

34、采集模块，用于采集一定数量的历史耳鸣病例，并提取所述历史耳鸣病例的特征信息；

35、构建模块，用于构建耳鸣辨证分型数据库，所述耳鸣辨证分型数据库中存储有每个历史耳鸣病例对应的病症类型、特征信息和药方信息；

36、建立模块，用于基于所述耳鸣辨证分型数据库中历史耳鸣病例的特征信息建立事件树；

37、匹配模块，用于基于所述耳鸣辨证分型数据库对待预测耳鸣病例进行匹配度计算；

38、预测模块，用于当所述匹配度低于设定值时，基于所述事件树对所述待预测耳鸣病例进行二次匹配得到与所述待预测耳鸣病例对应的预测结果。

39、本发明实施例具有如下优点：

40、本发明中的耳鸣的病情发展预测方法，采集一定数量的历史耳鸣病例，并提取所述历史耳鸣病例的特征信息；构建耳鸣辨证分型数据库，所述耳鸣辨证分型数据库中存储有每个历史耳鸣病例对应的病症类型、特征信息和药方信息；基于所述耳鸣辨证分型数据库中历史耳鸣病例的特征信息建立事件树；基于所述耳鸣辨证分型数据库对待预测耳鸣病例进行匹配度计算；当所述匹配度低于设定值时，基于所述事件树对所述待预测耳鸣病例进行二次匹配得到与所述待预测耳鸣病例对应的预测结果。该耳鸣的病情发展预测方法改善了现有技术中无法智能对耳鸣的病情发展进行预测的问题。