1. 研究目的与意义
1.内容
对深度学习、集成学习等算法进行深入研究，探索利用相关算法开展中医辨证的创新研究与应用，利用相关算法实现临床数据采集、量化诊断和可视化结果展示。具体功能如下：
a) 在藏象辨证体系指导下，利用算法实现中医智能诊断，即从临床信息到中医证型的计算；
2. 文献综述
本课题围绕根据中医藏象辨证理论如何利用现有的机器学习算法对中医医案、门诊病历数据进行量化诊断展开的，所以课题在理论准备阶段要通过查阅文献对以下若干问题的探讨：
a) 在中医理论的辨证论治体系中，是否存在由症状信息到证型的映射规律？
b) 现有的机器学习算法能否实现这样的映射关系？
3. 设计方案和技术路线
1.设计方案
本系统采用B/S架构，使用Python语言进行后端开发，Html、Javascript、CSS进行前端开发。系统分为五个功能模块，即数据采集模块、Web交互模块、数据处理模块、数据存储模块以及数据展示模块：
a) 数据采集模块，顾名思义，用于收集用户门诊信息，支持单项表单录入或语音输入，以及批量文件导入。表单录入用Javascript进行预处理之后发送给服务器进行进一步处理；语音输入利用云服务提供的语音识别接口将音频文件转化为文字信息，再由用户编辑确认发送给服务器处理；文件批量导入功能利用Python强大的工具库对用户本地进行读写操作，提取多条患者信息；
4. 工作计划
2月20日2月29日：前后端设计与开发
3月01日3月15日：机器学习算法设计与编码实现
3月15日3月31日：模型训练与优化
5. 难点与创新点
1.特色
a) 项目中医藏象辨证体系为理论基础，将各种中医辨证方法科学地融为一体，利用病证结合的思维和方法，以象测藏，从症辨证，设计了量化诊断模型；
b) 利用机器学习中效果出众的集成学习与深度学习算法对中医医案进行辨证规律的探索，从准确率、召回率、F1值等参数为评价模型性能提供参考，满足科研需求；
