公开(公告)号：CN117936036A

公开(公告)日：2024-04-26

申请号：CN202410111921.9

申请日：2024-01-26

Applicant: 福建中医药大学

Inventor： 林雪娟 ,  俞洁 ,  腾升华 ,  方积乾 ,  马基舜 ,  李佐勇 ,  赖新梅 ,  王章林 ,  杨小婷

IPC: G16H20/90 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/094 ,  G06F18/241

Abstract: 本发明公开了一种基于超图卷积网络和证素感知的中医辨证方法，包括证素归纳网络、辨证网络和权重网络。首先，利用证素归纳网络，根据中医证状构建超图，并通过超图卷积网络，预测相应证素；其次，通过辩证网络，构建以病人为节点的两个超图，分别以证素和症状作为节点特征，基于超图卷积网络，获得辨证结果；并引入权重网络，利用权重交叉熵损失函数，实现动态权重，让辨证网络和权重网络进行对抗训练，缓解数据不平衡对分类结果的影响；最后，通过定性分析和对比分析，对辨证结果进行评价。本发明采用上述的一种基于超图卷积网络和证素感知的中医辨证方法，提高了准确率，能更好地模拟现实中医诊疗过程。

公开(公告)号：CN118395259A

公开(公告)日：2024-07-26

申请号：CN202410475842.6

申请日：2024-04-19

Applicant: 福建中医药大学

Inventor： 俞洁 ,  林雪娟 ,  卢敏川 ,  李佐勇 ,  赖新梅 ,  闵莉 ,  周常恩 ,  方积乾

IPC: G06F18/241 ,  G06F18/21 ,  G06N3/042 ,  G06N3/047 ,  G16H20/90 ,  G16H50/20

Abstract: 本发明公开了基于GraphSHA的中医证型分类方法，属于分类技术领域。该方法包括源样本识别和少数样本合成两部分；其中，源样本识别包括对中医知识进行构图，使用GraphSAGE进行图特征提取和识别源节点。本发明采用上述的基于GraphSHA的中医证型分类方法，能够扩大少数类样本的决策边界，通过合成新的样本来解决类不平衡问题；为了避免扩大的少数类边界影响邻域类的子空间，引入SemiMixup模块，将扩大的边界信息传输到少数类的内部，同时阻止信息从少数类传播到邻域类；将构建的中医症状‑证型关系图通过图神经网络良好的图表示学习能力，获得更具表达能力的中医症状嵌入表示，实现对中医症状对应证型的快速分类。