本發(fā)明涉及中醫(yī)體質(zhì)辨識，尤其涉及一種基于常規(guī)檢驗數(shù)據(jù)的中醫(yī)體質(zhì)智能辨識方法。

背景技術：

1、中醫(yī)理念深刻揭示了人體作為復雜有機整體與自然界之間的微妙聯(lián)系，體質(zhì)作為這一過程中自然形成的獨特屬性，深刻影響著人體對疾病的易感性、耐受能力以及病后的恢復進程。中醫(yī)智慧通過精妙地調(diào)和體內(nèi)陰陽平衡，促進臟腑功能的和諧運作，旨在達到預防疾病侵襲、強化體質(zhì)根基的深遠目標。中醫(yī)體質(zhì)分類體系，基于個體形態(tài)結構的獨特性、生理機能的差異性、心理特征的多樣性以及對環(huán)境變化的適應性等多個維度，精細劃分出多樣化的體質(zhì)類型。每種體質(zhì)均承載著其獨特的生理表現(xiàn)與潛在的病理傾向，因此深入理解和準確辨識個體的體質(zhì)特性，對于疾病的早期預防、精準診斷及個性化治療方案的制定具有不可估量的價值。

2、在臨床實踐中，中醫(yī)體質(zhì)辨識彰顯了其無可替代的優(yōu)越性。它不僅為醫(yī)生提供了洞悉患者體質(zhì)全貌的窗口，助力其制定出更加貼切、有效的治療策略；同時，也為患者開啟了自我認知與調(diào)節(jié)的大門，增強了患者參與治療過程的積極性與滿意度。在慢性病綜合管理、亞健康狀態(tài)調(diào)整、老年人群健康維護等關鍵領域，中醫(yī)體質(zhì)辨識更是發(fā)揮了核心作用，有效提升了人們的健康水平與生活質(zhì)量。

3、在技術層面，中醫(yī)體質(zhì)辨識的方法與技術與時俱進，不斷豐富與完善。從傳統(tǒng)的量表法(如九種體質(zhì)分類法問卷調(diào)查)，通過精心設計的標準化問題捕捉體質(zhì)特征；到醫(yī)生四診法的精妙運用，憑借深厚的醫(yī)學經(jīng)驗與敏銳的直覺，通過望聞問切全方位了解患者狀況；再到現(xiàn)代科技賦能下的多模態(tài)數(shù)據(jù)分析，利用人工智能與大數(shù)據(jù)技術的力量，深度挖掘舌象、脈象、面部特征等多維度信息，顯著提升了體質(zhì)辨識的精準度與效率。這些創(chuàng)新方法與技術，共同推動了中醫(yī)體質(zhì)辨識的科學化、現(xiàn)代化進程。

4、然而，在中醫(yī)體質(zhì)辨識的實踐中，盡管其蘊含著深厚的醫(yī)學智慧與廣泛的應用價值，但仍面臨著一系列問題與弊端，這些挑戰(zhàn)主要集中在以下幾個方面：

5、1、量表法的主觀性局限：量表法作為中醫(yī)體質(zhì)辨識的重要手段之一，其基礎在于個體的自我報告。這一方式不可避免地引入了較大的主觀性和不確定性。不同個體對同一癥狀或體驗的理解與描述可能存在偏差，加之記憶偏差、情感因素等影響，使得量表結果難以完全客觀反映個體的體質(zhì)狀況。此外，量表的設計與解讀也需專業(yè)知識，非專業(yè)人員使用時更易產(chǎn)生誤差，影響了結果的準確性和一致性。

6、2、醫(yī)生四診法的經(jīng)驗依賴性：醫(yī)生四診法作為中醫(yī)傳統(tǒng)的診斷手段，其精髓在于醫(yī)生通過望、聞、問、切四種方式綜合判斷患者的體質(zhì)狀況。這一方法高度依賴于醫(yī)生的個人經(jīng)驗、技能和直覺，導致不同醫(yī)生之間可能因經(jīng)驗差異而產(chǎn)生不同的判斷結果。這種主觀性不僅影響了診斷的標準化和客觀性，也增加了誤診和漏診的風險。同時，對于經(jīng)驗尚淺的醫(yī)生而言，準確掌握和應用四診法更是難上加難。

7、3、數(shù)據(jù)標準化的缺失：在中醫(yī)體質(zhì)辨識領域，由于缺乏統(tǒng)一的數(shù)據(jù)標準和規(guī)范化的操作流程，不同研究或醫(yī)療機構之間在數(shù)據(jù)采集、處理和分析上存在差異。這種差異不僅限制了數(shù)據(jù)的可比性和整合性，也影響了研究結果的普適性和可靠性。此外，數(shù)據(jù)標準化的缺失還可能導致資源的浪費和重復勞動，阻礙了中醫(yī)體質(zhì)辨識研究的深入發(fā)展。

技術實現(xiàn)思路

1、本發(fā)明的目的是提供一種基于常規(guī)檢驗數(shù)據(jù)的中醫(yī)體質(zhì)智能辨識方法，旨在優(yōu)化并加速中醫(yī)體質(zhì)辨識的過程，通過智能化手段，實現(xiàn)對個體體質(zhì)特征的精準預測與解析。

2、為實現(xiàn)上述目的，本發(fā)明提供了一種基于常規(guī)檢驗數(shù)據(jù)的中醫(yī)體質(zhì)智能辨識方法，包括以下步驟：

3、s1、采集每位參與者的個人基本信息和常規(guī)檢驗數(shù)據(jù)；

4、s2、對步驟s1獲取的參與者信息數(shù)據(jù)進行數(shù)據(jù)標注；

5、s3、訓練中醫(yī)證型智能預測模型；

6、s4、評估基于常規(guī)檢驗數(shù)據(jù)的中醫(yī)證型辨識方法的可行性；

7、s5、根據(jù)中醫(yī)證型與體質(zhì)的映射關系，實現(xiàn)中醫(yī)體質(zhì)預測。

8、優(yōu)選的，在步驟s1中，采集數(shù)據(jù)信息包括：

9、s11、全面記錄每位參與者的基本信息，包括年齡、性別、既往病史關鍵信息點；

10、s12、獲取參與者的生理狀態(tài)、病理變化、臨床表現(xiàn)以及詳盡的病史資料；

11、s13、采集參與者的常規(guī)檢驗數(shù)據(jù)，包括血常規(guī)、尿常規(guī)、生化檢查以及糞便常規(guī)的多個檢測層面。

12、優(yōu)選的，在步驟s2中，對步驟s1獲取的參與者信息數(shù)據(jù)進行數(shù)據(jù)標注，具體過程如下：

13、s21、由資深中醫(yī)專家對受試者進行細致的體質(zhì)辨識，準確判定其所屬的中醫(yī)體質(zhì)類別；

14、s22、采用中醫(yī)專家的辨識結果對數(shù)據(jù)進行精確標注；

15、s23、結合其他數(shù)據(jù)標注手段，進一步擴充和提升數(shù)據(jù)集的豐富性與完整性；其中，數(shù)據(jù)標注手段包括基于量表的自我評估和機器學習輔助標注。

16、優(yōu)選的，在步驟s21中，體質(zhì)類別包括：氣虛質(zhì)、血瘀質(zhì)、陽虛質(zhì)、陰虛質(zhì)、濕熱質(zhì)、痰濕質(zhì)、氣郁質(zhì)、特稟質(zhì)、平和質(zhì)；

17、證型類別包括：心氣虛證、氣虛血瘀證、氣虛證、肺氣虛證、腎氣虛證、脾氣虛證、心血瘀阻證、胃腸血瘀證、血熱妄行證、血瘀證、肢體血瘀證、氣滯血瘀證、心陽虛證、腎陽虛證、氣陰兩虛證、肝腎陰虛證、肺陰不足證、濕熱下注證、濕熱蘊肺證、濕熱蘊脾證、痰濕內(nèi)阻證、痰濕阻滯證、痰濕阻肺證、肺脾氣虛痰濕證、肝氣郁結證、脾胃氣滯證、過敏體質(zhì)、氣血調(diào)和。

18、優(yōu)選的，在步驟s3中，訓練中醫(yī)證型智能預測模型，具體過程如下：

19、s31、鑒于中醫(yī)證型的多樣性和并存性，基于深度神經(jīng)網(wǎng)絡構建中醫(yī)證型智能預測模型；其中，該模型以常規(guī)檢驗數(shù)據(jù)作為輸入，中醫(yī)證型的多元標簽作為輸出，旨在通過深度學習技術捕捉輸入特征與多個輸出標簽之間的復雜關系；

20、s32、中醫(yī)證型智能預測模型由輸入層、隱藏層、輸出層構成；輸出層的激活函數(shù)設置為sigmoid，以適應多標簽分類任務的需求，確保每個標簽的輸出值在0到1之間；采用adam優(yōu)化器和二分類交叉熵損失函數(shù)，以量化模型預測結果與真實標簽之間的差異，并指導模型的學習過程；

21、s33、在訓練過程中，通過調(diào)整模型參數(shù)、優(yōu)化算法和正則化項等手段，提高模型的準確性和泛化能力；同時，采用交叉驗證等策略來評估模型的性能，避免過擬合和欠擬合現(xiàn)象。

22、優(yōu)選的，在步驟s4中，可行性評估采多種評價指標進行全面評估，包括前五準確率和準確率；

23、前五準確率計算方式，如下所示：

24、

25、準確率計算方式，如下所示：

26、

27、優(yōu)選的，在步驟s5中，根據(jù)中醫(yī)證型與體質(zhì)的映射關系，實現(xiàn)中醫(yī)體質(zhì)預測，具體過程如下：

28、s51、基于中醫(yī)理論構建中醫(yī)證型與體質(zhì)之間的映射關系網(wǎng)絡，結合中醫(yī)證型預測模型，將測試樣本的中醫(yī)證型預測結果轉化為對應的體質(zhì)類型，從而達成中醫(yī)體質(zhì)辨識的智能預測目標；

29、s52、采用環(huán)狀圖與雷達圖結合的方法展示中醫(yī)體質(zhì)和證型辨識結果。

30、因此，本發(fā)明采用上述一種基于常規(guī)檢驗數(shù)據(jù)的中醫(yī)體質(zhì)智能辨識方法，有益效果如下：

31、(1)本發(fā)明采用常規(guī)檢驗數(shù)據(jù)作為中醫(yī)體質(zhì)辨識的基礎，有效削弱了傳統(tǒng)量表法和醫(yī)生四診法中的主觀性影響，從而提供了更加客觀、可靠且一致的辨識結果，為中醫(yī)體質(zhì)研究樹立了新的標準。

32、(2)本發(fā)明通過引入先進的機器學習算法，實現(xiàn)了對海量數(shù)據(jù)的自動化高效處理與分析，極大地縮短了體質(zhì)辨識的時間周期，同時確保了結果的準確性，為用戶快速獲取個性化的體質(zhì)分類信息提供了強大支持。

33、(3)本發(fā)明嚴格遵循標準化的常規(guī)檢驗數(shù)據(jù)規(guī)范，確保了數(shù)據(jù)的統(tǒng)一性、一致性和可比性，這不僅有利于提升數(shù)據(jù)質(zhì)量，還促進了不同研究和應用之間的數(shù)據(jù)無縫整合與比較分析，推動了中醫(yī)體質(zhì)研究的深入發(fā)展。

34、本發(fā)明的創(chuàng)新性與實用性不僅局限于中醫(yī)體質(zhì)辨識領域，其技術框架和數(shù)據(jù)處理方法還可靈活應用于中醫(yī)診斷、治療等多個相關領域，展現(xiàn)出廣闊的發(fā)展前景和市場潛力，為中醫(yī)現(xiàn)代化和智能化發(fā)展貢獻了重要力量。

35、下面通過附圖和實施例，對本發(fā)明的技術方案做進一步的詳細描述。