基于深度学习的中医辨证系统通过症状结构化、多模态特征融合、深度语义建模、证素推理四大核心流程实现风寒/风热/风邪病毒感冒的精准区分。一、先明确三型感冒的中医辨证要点模型判断依据1. 风寒感冒寒邪束表核心恶寒重、发热轻、无汗痰涕清涕、白稀痰咽喉不红不痛、咽痒舌脉舌淡红、苔薄白、脉浮紧诱因受凉、秋冬高发2. 风热感冒热邪犯肺核心发热重、微恶风、有汗痰涕黄浊涕、黄稠痰咽喉红肿疼痛明显舌脉舌尖红、苔薄黄、脉浮数诱因外感风热、春夏高发3. 风邪感冒病毒感冒中医多归为“风邪夹证”核心恶风明显、发热起伏、传染性强痰涕初期可清、后期易转黄浊咽喉多痛、可伴咽干舌脉舌偏红、苔薄白或薄黄、脉浮特点起病急、传变快、易夹寒/热/湿与病毒感染特征吻合二、深度学习系统的实现流程技术路径1. 数据标准化与结构化第一步症状归一化将“怕冷”“畏寒”“怕风”等同义症状统一为标准术语多源数据融合文本问诊记录、电子病历图像舌象舌色、舌苔、面色生理体温、脉象脉诊仪数据西医指标血常规、病毒检测辅助区分风邪/病毒标注由中医师标注为**风寒/风热/风邪病毒**三类标签2. 特征提取模型核心能力文本语义特征BERT/TCM-BERT微调中医预训练模型学习“恶寒重”“流清涕”等症状组合的语义关联输出症状嵌入向量捕捉寒/热/风的语义差异图像特征CNN舌象CNN提取舌色淡红/红、舌苔白/黄、湿润度面色CNN判断面色青白寒/红赤热结构化特征MLP/Embedding体温、汗出、痰色、脉率等数值/分类特征编码3. 模型架构主流方案方案ATCM-BERT-CNN文本舌象双输入BERT处理症状文本 → 语义特征CNN处理舌象图片 → 视觉特征特征融合 → 全连接层 → 三分类输出效果F1≈0.92优于单模态模型方案B双通道语义-结构融合模型DC-TSCM文本通道BERT-TextCNN-BiLSTM图结构通道构建症状-证素异构图GAT融合中医辨证规则提升可解释性方案C大语言模型LLM 证素推理LLM理解自然语言症状 → 提取证素风/寒/热/表/里证素组合推理风寒风寒风热风热风为主传染风邪病毒4. 分类与推理逻辑如何区分风寒判定规则模型高权重特征恶寒重 发热、无汗、清涕、白痰、苔白、脉浮紧 → 高概率风寒风热判定规则发热重 恶风、有汗、黄涕、黄痰、咽痛、苔黄、脉浮数 → 高概率风热风邪病毒判定规则恶风为主、发热起伏、传染性、起病急、舌偏红、脉浮结合病毒检测阳性/血常规提示病毒感染→ 判定风邪病毒模型输出风邪夹寒/风邪夹热更贴合临床5. 模型训练与评估数据集中医感冒医案、临床电子病历、病毒感染病例损失函数交叉熵多分类评估指标准确率、精确率、召回率、F1、AUC可解释性特征可视化如“清涕”与风寒的高相关性三、关键技术难点与解决症状模糊性用中医知识图谱约束模型避免误判多模态融合采用注意力机制动态加权文本/图像/生理特征风邪病毒区分融合西医病毒检测指标提升特异性可解释性输出症状-证素-证候的推理链符合中医思维四、系统输出示例输入发热38.5℃、微恶风、有汗、黄涕、咽痛、舌尖红、苔薄黄、脉浮数、病毒核酸阳性模型输出辨证风邪感冒风热型病毒感染置信度94%依据发热重、黄涕、咽痛、舌红风热 恶风、病毒阳性风邪/病毒请整理一份可直接用于模型训练的风寒/风热/风邪感冒症状特征清单含权重与标注规则方便你快速构建数据集。风寒/风热/风邪感冒 症状特征清单含权重标注规则可直接用于AI模型训练说明适配中医感冒三分类风寒感冒、风热感冒、单纯风邪感冒无明显寒热偏向每项症状配置权重分值0.2~1.0分值越高类别鉴别力越强统一标注规则、否定词规则、组合判定逻辑可直接结构化标注、制作CSV/JSON训练数据集剔除模糊表述全部采用标准化医学文本适合文本分类、实体抽取、症状辨证模型训练一、基础权重分级标准权重区间等级说明0.8~1.0核心特征专属鉴别指标单一高权重项可强偏向辨证0.5~0.7次要特征辅助辨证多项叠加强化类别倾向0.2~0.4轻微伴随通用轻症仅作补充参考二、风寒感冒 症状特征库标签label01. 核心特征权重0.8~1.0恶寒重、发热轻1.0无汗、周身怕冷明显0.95鼻塞严重、流清稀白涕0.95咳嗽、咳白稀痰、痰量清稀易咯0.9舌苔薄白、舌质淡红0.9脉象浮紧0.852. 次要特征权重0.5~0.7头痛身痛、肢体酸痛困重0.7后背发凉、怕风畏冷0.65口不渴、喜热饮0.65咽喉微痒、无红肿疼痛0.6面色发白、精神倦怠0.553. 轻微伴随权重0.2~0.4轻微胸闷、胃胀纳差0.35小便清长0.3大便偏稀或正常0.25风寒辨证极简规则满足2项及以上核心特征→ 判定为风寒感冒恶寒重、清涕、白稀痰 为三大强锚定指标三、风热感冒 症状特征库标签label11. 核心特征权重0.8~1.0发热重、恶寒轻、微恶风1.0咽喉红肿、咽痛、咽干灼热0.98鼻塞、流黄稠浓涕0.95咳嗽、咳黄稠痰、痰黏难咯0.95舌尖边红、舌苔薄黄0.9脉象浮数0.852. 次要特征权重0.5~0.7口干口渴、喜冷饮0.7头部胀痛、面红目赤0.65有少量汗出、周身燥热0.65心烦燥热、睡眠不佳0.6口鼻干燥、唇干起皮0.553. 轻微伴随权重0.2~0.4轻微口苦、食欲下降0.35小便短黄0.3大便偏干0.25风热辨证极简规则满足2项及以上核心特征→ 判定为风热感冒咽痛红肿、黄涕黄痰、高热 为三大强锚定指标四、单纯风邪感冒无寒热偏向特征库标签label2定义外感风邪无明显寒象、热象为普通受风感冒1. 核心特征权重0.8~1.0明显怕风、恶风为主无明显怕冷/燥热1.0阵发性鼻塞、时轻时重0.9阵发性咽痒、干咳无痰或少痰0.9发热轻微或无发热0.852. 次要特征权重0.5~0.7游走性头痛、头部怕风0.7出汗正常、无大汗/无无汗0.6舌苔薄白、无黄燥无水滑0.553. 轻微伴随权重0.2~0.4轻微乏力、吹风后症状加重0.35饮食、二便基本正常0.25风邪感冒辨证极简规则以恶风、咽痒、轻鼻塞、无寒热两极症状为核心无风寒典型寒象、无风热典型热象直接判定为风邪感冒五、统一标注规则模型训练强制规范1. 正向标注规则文本中明确提及对应症状 → 标记为「存在1」计入对应权重分数症状描述程度轻微/偶尔 不削减权重重度/持续 权重全额生效2. 否定排除规则关键降噪出现以下否定词直接剔除该症状不计分无、不、未、没有、未见、不明显、缓解、消失、否认例「无咽痛」→ 风热咽痛特征不计分「不怕冷」→ 风寒恶寒特征无效3. 冲突症状判定分类边界处理若同时出现风寒核心风热核心混杂症状计算两类总权重分数取总分更高类别作为最终标签寒热错杂样本单独标记为「混杂样本」可做异常集划分无任何核心特征、仅少量次要特征 → 归入 风邪感冒label24. 文本归一化标注词典统一同义词避免特征割裂标准特征词同义合并词清稀白涕清水鼻涕、白鼻涕、鼻涕稀黄稠浓涕黄鼻涕、浓鼻涕、黄绿涕咽痛红肿嗓子疼、喉咙肿痛、咽喉发炎恶寒怕冷发冷、畏寒、浑身冰凉、怕凉发热燥热发烧、身热、燥热、发烫六、量化打分公式可直接代码化单类别总分计算公式[Score_{类别} \sum(有效症状权重)]分类判定逻辑[\begin{cases}Score_{风寒} 最高 \rightarrow label0\Score_{风热} 最高 \rightarrow label1\Score_{风邪} 最高 \rightarrow label2\end{cases}]阈值限制单类别总分1.0 且无核心特征 → 判定为非感冒样本负样本七、数据集输出字段直接复制建表[text,// 原始症状文本fenghan_score,// 风寒总分fengre_score,// 风热总分fengxie_score,// 风邪总分label,// 0/1/2 分类标签symptom_list,// 命中症状列表is_mixed// 是否寒热混杂0否 1是]