买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉自贡市第一人民医院申请的专利基于深度学习的门诊患者预检分诊方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120748649B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511216809.2，技术领域涉及：G16H40/20；该发明授权基于深度学习的门诊患者预检分诊方法及系统是由陈位秀;张天秀;郑国凤设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本基于深度学习的门诊患者预检分诊方法及系统在说明书摘要公布了：本发明涉及医疗分诊技术领域，具体涉及一种基于深度学习的门诊患者预检分诊方法及系统。该方法根据症状描述词与关键词之间的信息熵差异特征、症状描述词与情感极性词之间的共现特性以及症状描述词的语义表达特性，确定用于调节分诊路径推荐模型中注意力分布的温度参数；将表达文本输入到设定温度参数的分诊路径推荐模型中，获得候选分诊类别及对应的分诊路径；基于候选分诊类别，生成候选问题；推送候选问题至患者端，并接收患者对候选问题的新响应，获取新的表达文本；进行多轮迭代问答，将最后一轮迭代获得的最新表达文本输入分诊路径推荐模型，获得目标分诊类别及目标分诊路径，由此，提升患者分诊匹配的结果准确率。

本发明授权基于深度学习的门诊患者预检分诊方法及系统在权利要求书中公布了：1.一种基于深度学习的门诊患者预检分诊方法，其特征在于，所述方法包括： 在患者端与预置交互界面问答对话的过程中，获取患者输入的表达文本；从表达文本中提取症状描述词、与分诊相关的关键词以及情感极性词； 根据症状描述词与关键词之间的信息熵差异特征、症状描述词与情感极性词之间的共现特性以及症状描述词的语义表达特性，确定用于调节分诊路径推荐模型中注意力分布的温度参数； 将表达文本输入到设定温度参数的分诊路径推荐模型中，获得候选分诊类别及对应的分诊路径；基于候选分诊类别，生成候选问题；推送候选问题至患者端，并接收患者对候选问题的新响应，获取新的表达文本； 重复执行计算温度参数，输入所述模型中获得候选分诊类别及分诊路径，生成并推送候选问题以及获取新的表达文本的步骤，进行多轮迭代问答，直至满足预设的终止条件； 将最后一轮迭代获得的最新表达文本输入分诊路径推荐模型，获得目标分诊类别及目标分诊路径； 所述温度参数确定过程，包括： 基于症状描述词与关键词之间的信息熵差异特征，确定患者的症状描述充分性指标，症状描述充分性指标量化表达文本中与分诊相关的关键信息的覆盖程度； 基于症状描述词的语义表达特性，确定患者的症状描述歧义度指标； 基于症状描述词与情感极性词之间的共现特性，确定患者的情绪关联强度指标，情绪关联强度指标量化情感极性词与症状描述词在文本中共同出现的统计关联强度； 根据症状描述充分性指标、症状描述歧义度指标以及情绪关联强度指标之间的预设函数关系，计算温度参数；温度参数通过以下预设函数关系来表示： ，其中，b表示症状描述充分性指标，f表示症状描述歧义度指标，j表示情绪关联强度指标，表示温度参数的基础值，表示温度参数； 所述症状描述充分性指标确定过程，包括： 计算所有症状描述词的信息熵，获得第一信息熵； 计算所有关键词的信息熵，获得第二信息熵； 基于第一信息熵与第二信息熵，通过预设的充分性指标计算函数，获得症状描述充分性指标；症状描述充分性指标用以下预设的充分性指标计算函数来表示：，其中，表示症状描述充分性指标，表示第一信息熵，表示第二信息熵，表示极小正偏移量，小于；或，其中大于； 所述症状描述歧义度指标确定过程，包括： 从表达文本中识别属于预设模糊词词典的模糊词语；以及获取预设的多种分诊类别集合，分诊类别集合中包含多个症状参考词； 将表达文本中模糊词语的总数量与症状描述词的总数量进行比值计算，获得第二比值； 对症状描述词进行语义聚类，获得至少一个语义簇，每个语义簇包含语义相似的多个症状描述词； 针对每个语义簇中任一症状描述词，判断各分诊类别集合中是否存在与所述任一症状描述词之间满足相似条件的目标症状参考词；将存在目标症状参考词的分诊类别集合作为目标分诊类别集合； 针对各类目标分诊类别集合，对目标分诊类别集合中目标症状参考词的数量总和与所有目标症状参考词的数量总和进行比值运算，获得目标分诊类别集合的第三比值； 基于第二比值和第三比值，通过预设的歧义度计算函数，确定症状描述歧义度指标； 所述基于第二比值和第三比值，通过预设的歧义度计算函数，确定症状描述歧义度指标，包括： 计算第二比值和第三比值的乘积，将乘积作为目标分诊类别集合的优先级评分； 按照优先级评分从大到小的顺序，选取预设数目个目标分诊类别集合作为核心分诊类别集合；计算所有核心分诊类别集合的优先级评分的方差，将方差的相反数归一化，获得集中指标； 将第二比值与集中指标进行乘积运算，获得症状描述歧义度指标； 情感极性词至少包括感叹词和程度副词，所述情绪关联强度指标确定过程，包括： 统计表达文本中出现的情感极性词的总数量；以及分别统计表达文本中感叹词的出现频次和程度副词的出现频次； 识别表达文本中所有在句子或预设上下文窗口内共同出现的症状描述词与情感极性词对，作为有效共现对；统计有效共现对的总数量； 将有效共现对的总数量与情感极性词的总数量进行比值运算，获得情感‑症状共现强度比； 根据感叹词频次、程度副词频次以及情感‑症状共现强度比，通过预设的关联强度计算函数，计算情绪关联强度指标；情绪关联强度指标通过以下预设的关联强度计算函数来计算：，其中，表示情绪关联强度指标，表示有效共现对的总数量，表示情感极性词的总数量，表示对数函数，表示对数的底数，且a大于1，i表示感叹词频次，表示程度副词频次。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人自贡市第一人民医院，其通讯地址为：643000 四川省自贡市自流井区尚义灏一支路42号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。