基于人工智能的肛肠患者信息整理方法及系统

摘要

本申请提供的基于人工智能的肛肠患者信息整理方法及系统，根据对比结果对第一人工智能线程和第二人工智能线程的线程系数进行调试，得到配置后的第一人工智能线程和第二人工智能线程；接收待分析肛肠患者信息，通过配置后的第一人工智能线程抽取待分析肛肠患者信息的描述知识信息进行肛肠患者信息整理。通过事项目录和肛肠患者信息描述知识相似的肛肠患者信息之间的涵盖目录结合配置肛肠患者信息对两个线程进行多目录配置，根据对比结果对两个线程的线程系数进行调试，提升配置后的线程的工作效率，从而提升信息整理的效率，在后续需要进行肛肠患者信息查询时，能够快速且可靠的查询到相关信息。

权利要求

1.一种基于人工智能的肛肠患者信息整理方法，其特征在于，所述方法包括：将配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置，所述涵盖目录用于标定肛肠患者信息描述知识共享系数大于事先设定目标值的配置肛肠患者信息；

获得所述第一人工智能线程和第二人工智能线程的回归分析之间的对比结果；

结合所述对比结果对所述第一人工智能线程和第二人工智能线程的线程系数进行调试，得到配置后的第一人工智能线程和第二人工智能线程；其中，所述第二人工智能线程用于将第二人工智能线程对于描述知识抽取的核心信息加载至第一人工智能线程，以实现第一人工智能线程和第二人工智能线程的互相描述知识抽取学习，得到配置后的第一人工智能线程和第二人工智能线程，使得配置后的第一人工智能线程携带有所述第二人工智能线程的描述知识抽取的核心信息；

接收待分析肛肠患者信息，通过配置后的第一人工智能线程抽取所述待分析肛肠患者信息的描述知识信息进行肛肠患者信息整理；

其中，所述将配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置的步骤，包括：对所述配置肛肠患者信息进行关联度、相似度、交互程度和/或转化调试处理；

将调试处理后的配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置；

其中，所述获得所述第一人工智能线程和第二人工智能线程的回归分析之间的对比结果的步骤，包括：通过对比结果计算公式计算所述第一人工智能线程和第二人工智能线程的回归分析之间的对比结果，并搭建所述对比结果对应的量化评估模型；

其中，所述结合所述对比结果对所述第一人工智能线程和第二人工智能线程的线程系数进行调试，得到配置后的第一人工智能线程和第二人工智能线程的步骤，包括：将所述量化评估模型结合第一人工智能线程的原始测评指标模型进行整合配置，得到配置后的第一人工智能线程；

将所述量化评估模型结合第二人工智能线程的原始测评指标模型进行整合配置，得到配置后的第二人工智能线程。

2.根据权利要求1所述的基于人工智能的肛肠患者信息整理方法，其特征在于，还包括：获得配置肛肠患者信息，所述配置肛肠患者信息携带有的事项目录；确定每一个事项目录种类对应的事先设定肛肠患者信息；

对不同的事项目录种类之间对应的事先设定肛肠患者信息进行聚类处理，将肛肠患者信息描述知识共享系数大于事先设定目标值的事先设定肛肠患者信息进行聚类；

生成聚类后的事先设定肛肠患者信息的涵盖目录。

3.根据权利要求2所述的基于人工智能的肛肠患者信息整理方法，其特征在于，所述对不同的事项目录种类之间对应的事先设定肛肠患者信息进行聚类处理，将肛肠患者信息描述知识共享系数大于事先设定目标值的事先设定肛肠患者信息进行聚类的步骤，包括：抽取每一个事项目录种类对应的事先设定肛肠患者信息的肛肠患者信息描述知识；

通过聚类函数对每一个事项目录种类对应的事先设定肛肠患者信息的肛肠患者信息描述知识进行聚类处理；

将肛肠患者信息描述知识共享系数大于事先设定目标值的事先设定肛肠患者信息进行聚类。

4.根据权利要求1所述的基于人工智能的肛肠患者信息整理方法，其特征在于，所述接收待分析肛肠患者信息，通过配置后的第一人工智能线程抽取所述待分析肛肠患者信息的描述知识信息进行肛肠患者信息整理的步骤，包括：接收回归分析肛肠患者信息，通过目标分析线程识别出所述回归分析肛肠患者信息中的待分析数据；

读取所述待分析数据，生成待分析肛肠患者信息；

将所述待分析肛肠患者信息输入配置后的第一人工智能线程，抽取全部卷积之后的描述知识信息进行肛肠患者信息整理。

5.根据权利要求4所述的基于人工智能的肛肠患者信息整理方法，其特征在于，所述抽取全部卷积之后的描述知识信息进行肛肠患者信息整理的步骤，包括：抽取全部卷积之后的事先设定层的描述知识信息；

确定所述描述知识信息所属的若干个标签；获得与所述描述知识信息的共享系数由大到小分布的每一个标签下事先设定数目的目标肛肠患者信息；将每一个标签下事先设定数目的目标肛肠患者信息分别输入配置后的第一人工智能线程，抽取每一个标签下事先设定数目的目标肛肠患者信息全部卷积之后事先设定层的描述知识信息；

计算同一标签下每一个目标肛肠患者信息的描述知识信息与待分析肛肠患者信息的描述知识信息之间的差异信息的融合值；

将融合值最小的标签确定为目标标签，获得所述目标标签下差异信息最小的目标肛肠患者信息作为肛肠患者信息整理结果。

6.根据权利要求5所述的基于人工智能的肛肠患者信息整理方法，其特征在于，所述计算同一标签下每一个目标肛肠患者信息的描述知识信息与待分析肛肠患者信息的描述知识信息之间的差异信息的融合值的步骤，包括：计算同一标签下每一个目标肛肠患者信息的描述知识信息与待分析肛肠患者信息的描述知识信息之间的差异信息；

依照差异信息由小到大的顺序对同一标签下每一个目标肛肠患者信息进行分布；

根据分布情况对同一标签下每一个目标肛肠患者信息的差异信息进行加权处理；

计算加权处理后同一标签下每一个目标肛肠患者信息的差异信息的融合值。

7.一种基于人工智能的肛肠患者信息整理系统，其特征在于，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求

1‑6任一项所述的方法。

说明书

基于人工智能的肛肠患者信息整理方法及系统

技术领域

[0001] 本申请涉及数据整理技术领域，具体而言，涉及基于人工智能的肛肠患者信息整理方法及系统。

背景技术

[0002] 从广义说：发生在肛门、大肠上的各秆疾病都叫肛肠病，常见病100多种。从狭义说：发生在肛门与直肠上各种疾病，常见的有30多种，如：内痔、外痔、混合痔、肛裂，肛瘘、肛周脓肿、肛门皮肤病、肛窦炎、直肠炎、直肠溃疡、出口性便秘，直肠脱垂、直肠前突、直肠粘膜内脱垂，肛门直肠狭窄、肛门失禁，肛管癌、直肠癌、肛乳头瘤、直肠息肉、肛门直肠结核、肛门神经症、尖锐湿疣、肛门直肠先天性畸形，肛门直肠外伤等。

[0003] 现目前，因为肛肠患者越来越多，针对肛肠患者信息的整理是一个十分困难的问题，这样可能会导致信息换乱，在查询相关信息时不容易查到，因此，亟需一种方案以改善上述技术问题。

发明内容

[0004] 为改善相关技术中存在的技术问题，本申请提供了基于人工智能的肛肠患者信息整理方法及系统。

[0005] 第一方面，提供一种基于人工智能的肛肠患者信息整理方法，一种基于人工智能的肛肠患者信息整理方法，所述方法包括：将配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置，所述涵盖目录用于标定肛肠患者信息描述知识共享系数大于事先设定目标值的配置肛肠患者信息；获得所述第一人工智能线程和第二人工智能线程的回归分析之间的对比结果；结合所述对比结果对所述第一人工智能线程和第二人工智能线程的线程系数进行调试，得到配置后的第一人工智能线程和第二人工智能线程；其中，所述第二人工智能线程用于将第二人工智能线程对于描述知识抽取的核心信息加载至第一人工智能线程，以实现第一人工智能线程和第二人工智能线程的互相描述知识抽取学习，得到配置后的第一人工智能线程和第二人工智能线程，使得配置后的第一人工智能线程携带有所述第二人工智能线程的描述知识抽取的核心信息；接收待分析肛肠患者信息，通过配置后的第一人工智能线程抽取所述待分析肛肠患者信息的描述知识信息进行肛肠患者信息整理。

[0006] 进一步地，还包括：获得配置肛肠患者信息，所述配置肛肠患者信息携带有的事项目录；确定每一个事项目录种类对应的事先设定肛肠患者信息；对不同的事项目录种类之间对应的事先设定肛肠患者信息进行聚类处理，将肛肠患者信息描述知识共享系数大于事先设定目标值的事先设定肛肠患者信息进行聚类；生成聚类后的事先设定肛肠患者信息的涵盖目录。

[0007] 进一步地，所述对不同的事项目录种类之间对应的事先设定肛肠患者信息进行聚类处理，将肛肠患者信息描述知识共享系数大于事先设定目标值的事先设定肛肠患者信息进行聚类的步骤，包括：抽取每一个事项目录种类对应的事先设定肛肠患者信息的肛肠患者信息描述知识；通过聚类函数对每一个事项目录种类对应的事先设定肛肠患者信息的肛肠患者信息描述知识进行聚类处理；将肛肠患者信息描述知识共享系数大于事先设定目标值的事先设定肛肠患者信息进行聚类。

[0008] 进一步地，所述将配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置的步骤，包括：对所述配置肛肠患者信息进行关联度、相似度、交互程度和/或转化调试处理；将调试处理后的配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置。

[0009] 进一步地，所述获得所述第一人工智能线程和第二人工智能线程的回归分析之间的对比结果的步骤，包括：通过对比结果计算公式计算所述第一人工智能线程和第二人工智能线程的回归分析之间的对比结果，并搭建所述对比结果对应的量化评估模型。

[0010] 进一步地，所述结合所述对比结果对所述第一人工智能线程和第二人工智能线程的线程系数进行调试，得到配置后的第一人工智能线程和第二人工智能线程的步骤，包括：将所述量化评估模型结合第一人工智能线程的原始测评指标模型进行整合配置，得到配置后的第一人工智能线程；将所述量化评估模型结合第二人工智能线程的原始测评指标模型进行整合配置，得到配置后的第二人工智能线程。

[0011] 进一步地，所述接收待分析肛肠患者信息，通过配置后的第一人工智能线程抽取所述待分析肛肠患者信息的描述知识信息进行肛肠患者信息整理的步骤，包括：接收回归分析肛肠患者信息，通过目标分析线程识别出所述回归分析肛肠患者信息中的待分析数据；读取所述待分析数据，生成待分析肛肠患者信息；将所述待分析肛肠患者信息输入配置后的第一人工智能线程，抽取全部卷积之后的描述知识信息进行肛肠患者信息整理。

[0012] 进一步地，所述抽取全部卷积之后的描述知识信息进行肛肠患者信息整理的步骤，包括：抽取全部卷积之后的事先设定层的描述知识信息；确定所述描述知识信息所属的若干个标签；获得与所述描述知识信息的共享系数由大到小分布的每一个标签下事先设定数目的目标肛肠患者信息；将每一个标签下事先设定数目的目标肛肠患者信息分别输入配置后的第一人工智能线程，抽取每一个标签下事先设定数目的目标肛肠患者信息全部卷积之后事先设定层的描述知识信息；计算同一标签下每一个目标肛肠患者信息的描述知识信息与待分析肛肠患者信息的描述知识信息之间的差异信息的融合值；将融合值最小的标签确定为目标标签，获得所述目标标签下差异信息最小的目标肛肠患者信息作为肛肠患者信息整理结果。

[0013] 进一步地，所述计算同一标签下每一个目标肛肠患者信息的描述知识信息与待分析肛肠患者信息的描述知识信息之间的差异信息的融合值的步骤，包括：计算同一标签下每一个目标肛肠患者信息的描述知识信息与待分析肛肠患者信息的描述知识信息之间的差异信息；依照差异信息由小到大的顺序对同一标签下每一个目标肛肠患者信息进行分布；根据分布情况对同一标签下每一个目标肛肠患者信息的差异信息进行加权处理；计算加权处理后同一标签下每一个目标肛肠患者信息的差异信息的融合值。

[0014] 第二方面，提供一种基于人工智能的肛肠患者信息整理系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。

[0015] 本申请实施例所提供的基于人工智能的肛肠患者信息整理方法及系统，通过将配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置；获得第一人工智能线程和第二人工智能线程的回归分析之间的对比结果；根据对比结果对第一人工智能线程和第二人工智能线程的线程系数进行调试，得到配置后的第一人工智能线程和第二人工智能线程；接收待分析肛肠患者信息，通过配置后的第一人工智能线程抽取待分析肛肠患者信息的描述知识信息进行肛肠患者信息整理。因此，通过事项目录和肛肠患者信息描述知识相似的肛肠患者信息之间的涵盖目录结合配置肛肠患者信息对两个线程进行多目录配置，根据对比结果对两个线程的线程系数进行调试，提升配置后的线程的工作效率，从而提升信息整理的效率，在后续需要进行肛肠患者信息查询时，能够快速且可靠的查询到相关信息。

附图说明

[0016] 为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

[0017] 图1为本申请实施例所提供的一种基于人工智能的肛肠患者信息整理方法的流程图。

具体实施方式

[0018] 为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。

[0019] 请参阅图1，示出了一种基于人工智能的肛肠患者信息整理方法，该方法可以包括以下步骤101‑104所描述的技术方案。

[0020] 在步骤101中，将配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置，所述涵盖目录用于标定肛肠患者信息描述知识共享系数大于事先设定目标值的配置肛肠患者信息。

[0021] 进一步地，描述知识可以理解为特征。事项目录可以理解为对象标识。

[0022] 示例性的，肛肠患者信息可以从肛肠检测仪器中获得患者信息。

[0023] 人工智能（Artificial Intelligence，AI）是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获得知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换而言之，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器携带有感知、推理与决策的功能。

[0024] 人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

[0025] 本申请实施例应用了多目录分类技术，即配置肛肠患者信息可以携带有一个或者两个目录，该第一人工智能线程可以为线程层数较深且线程通道较窄的人工智能线程。

[0026] 进一步的，将配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置，由于在事项目录的前提下还引入了涵盖目录，可以使得学习后的第一人工智能线程和第二人工智能线程不仅可以学习到如何识别配置肛肠患者信息的事项类型的能力，还可以加强同一标签下的相似肛肠患者信息之间的描述知识关联性。

[0027] 在一种可能实施的实施例中，该将配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置的步骤，可以包括如下内容。

[0028] （1）对该配置肛肠患者信息进行关联度、相似度、交互程度和/或转化调试处理。

[0029] （2）将调试处理后的配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置。

[0030] 其中，可以对配置肛肠患者信息进行随机程度的关联度、相似度、交互程度、转化调试处理，增强配置集的丰富性，将该调试处理后的配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置，可以增强人工智能线程的鲁棒性。

[0031] 在步骤102中，获得第一人工智能线程和第二人工智能线程的回归分析之间的对比结果。

[0032] 其中，由于该第一人工智能线程和第二人工智能线程的线程结构不一致，对于描述知识抽取的核心信息各不相同，本申请实施例可以汲取第一人工智能线程和第二人工智能线程的优势，即获得第一人工智能线程和第二人工智能线程对于同一配置肛肠患者信息的回归分析之间构成的对比结果，该对比结果越低，说明第一人工智能线程和第二人工智能线程的回归分析越接近，该对比结果越高，后续可以通过该对比结果对第一人工智能线程和第二人工智能线程的线程系数进行调优。

[0033] 在一种可能实施的实施例中，该获得第一人工智能线程和第二人工智能线程的回归分析之间的对比结果的步骤，可以包括：通过对比结果计算公式计算该第一人工智能线程和第二人工智能线程的回归分析之间的对比结果，并搭建该对比结果对应的量化评估模型。

[0034] 示例性的，量化评估模型可以理解为散度损失函数。

[0035] 在步骤103中，根据对比结果对第一人工智能线程和第二人工智能线程的线程系数进行调试，得到配置后的第一人工智能线程和第二人工智能线程。

[0036] 其中，为了使得第一人工智能线程和第二人工智能线程的学习对方模型对于描述知识抽取的核心信息，可以根据对比结果反向传导对第一人工智能线程和第二人工智能线程的线程系数进行调试，实现将第一人工智能线程对于描述知识抽取的核心信息加载至第二人工智能线程，同理，将第二人工智能线程对于描述知识抽取的核心信息加载至第一人工智能线程。

[0037] 进一步的，可以继续获得线程系数调试后的第一人工智能线程和第二人工智能线程对于同一配置肛肠患者信息的回归分析之间构成的对比结果，由于之前进行线程系数调试，第一人工智能线程和第二人工智能线程之间互相进行描述知识抽取学习，该对比结果会变小，因此，该对比结果会越来越小，直到收敛，即实现第一人工智能线程和第二人工智能线程的互相学习，得到配置后的第一人工智能线程和第二人工智能线程，使得配置后的第一人工智能线程不仅对肛肠患者信息细节处理更准确，而且由于学习了第二人工智能线程的核心信息，还携带有更好的描述知识抽取能力，并且因为通过多目录配置，该第一人工智能线程在可以识别肛肠患者信息的事项前提下，还可以更好的确定同一标签下的相似肛肠患者信息之间描述知识关联性。

[0038] 在一种可能实施的实施例中，该根据对比结果对第一人工智能线程和第二人工智能线程的线程系数进行调试，得到配置后的第一人工智能线程和第二人工智能线程的步骤，可以包括如下内容。

[0039] （1）将该量化评估模型结合第一人工智能线程的原始测评指标模型进行整合配置，得到配置后的第一人工智能线程。

[0040] （2）将该量化评估模型结合第二人工智能线程的原始测评指标模型进行整合配置，得到配置后的第二人工智能线程。

[0041] 其中，将该量化评估模型结合在第一人工智能线程的原始测评指标模型进行整合配置，使得第一人工智能线程的原始测评指标模型可以结合量化评估模型进行整合配置，即该第一人工智能线程在正常配置状态下还能不断学习第二人工智能线程的核心信息，直到该原始测评指标模型和量化评估模型同时收敛，得到配置后的第一人工智能线程。

[0042] 进一步的，将该量化评估模型结合在第二人工智能线程的原始测评指标模型进行整合配置，使得第二人工智能线程的原始测评指标模型可以结合量化评估模型进行整合配置，即该第二人工智能线程在正常配置状态下还能不断学习第一人工智能线程的核心信息，直到该原始测评指标模型和量化评估模型同时收敛，得到配置后的第二人工智能线程。

[0043] 在步骤104中，接收待分析肛肠患者信息，通过配置后的第一人工智能线程抽取待分析肛肠患者信息的描述知识信息进行肛肠患者信息整理。

[0044] 其中，在第一人工智能线程和第二人工智能线程配置完毕之后，可以接收用户上传的回归分析肛肠患者信息，该回归分析肛肠患者信息可以涵盖待分析数据，可以读取该待分析数据生成待分析肛肠患者信息。

[0045] 为了解决上述技术问题，本申请实施例通过多目录配置后的第一人工智能线程可以抽取该待分析肛肠患者信息的描述知识信息，该描述知识信息与现有技术不同的是，由于引入涵盖目录的配置，可以更好区分同一标签下的目标肛肠患者信息，避免出现标签选择错误导致肛肠患者信息整理异常的情况。

[0046] 在一种可能实施的实施例中，该接收待分析肛肠患者信息，通过配置后的第一人工智能线程抽取待分析肛肠患者信息的描述知识信息进行肛肠患者信息整理的步骤，可以包括如下内容。

[0047] （1）接收回归分析肛肠患者信息，通过目标分析线程识别出该回归分析肛肠患者信息中的待分析数据。

[0048] （2）读取该待分析数据，生成待分析肛肠患者信息。

[0049] （3）将该待分析肛肠患者信息输入配置后的第一人工智能线程，抽取全部卷积之后的描述知识信息进行肛肠患者信息整理。

[0050] 其中，接收回归分析肛肠患者信息，该回归分析肛肠患者信息可以为用户上传的涵盖待分析数据的肛肠患者信息，通过目标分析线程识别出该回归分析肛肠患者信息中的待分析数据，对该待分析数据进行操作，读取待分析数据的部分，生成待分析肛肠患者信息。

[0051] 进一步的，将该待分析肛肠患者信息输入配置后的第一人工智能线程，抽取全部卷积之后的描述知识信息，根据该描述知识信息从后台库中的每一个标签下最相似的前若干个肛肠患者信息，通过配置后的第一人工智能线程计算每一个标签中前若干个肛肠患者信息的描述知识信息，计算每一个标签中前若干个肛肠患者信息的描述知识信息与待分析肛肠患者信息的描述知识信息之间的差异融合值，将差异融合值最低的标签确定为整理的标签，并将该整理标签中差异最小的肛肠患者信息确定为整理肛肠患者信息进行展示。

[0052] 在一种可能实施的实施例中，该抽取全部卷积之后的描述知识信息进行肛肠患者信息整理的步骤，可以包括如下内容。

[0053] （1.1）抽取全部卷积之后的事先设定层的描述知识信息。

[0054] （1.2）确定该描述知识信息所属的若干个标签。

[0055] （1.3）获得与该描述知识信息的共享系数由大到小分布的每一个标签下事先设定数目的目标肛肠患者信息。

[0056] （1.4）将每一个标签下事先设定数目的目标肛肠患者信息分别输入配置后的第一人工智能线程，抽取每一个标签下事先设定数目的目标肛肠患者信息全部卷积之后事先设定层的描述知识信息。

[0057] （1.5）计算同一标签下每一个目标肛肠患者信息的描述知识信息与待分析肛肠患者信息的描述知识信息之间的差异信息的融合值。

[0058] （1.6）将融合值最小的标签确定为目标标签，获得该目标标签下差异信息最小的目标肛肠患者信息作为肛肠患者信息整理结果。

[0059] 其中，通过配置后的第一人工智能线程抽取全部卷积之后事先设定层的描述知识信息，确定与该描述知识信息相关的若干个标签，即确定该描述知识信息最可能属于的若干个标签。

[0060] 进一步的，在每一个标签中由描述知识信息整理出共享系数由大到小的分布的事先设定数目的目标肛肠患者信息，将每一个标签下事先设定数目的目标肛肠患者信息分别输入配置后的第一人工智能线程，抽取每一个标签下事先设定数目的目标肛肠患者信息全部卷积之后事先设定层的描述知识信息。因此，计算同一标签下每一个目标肛肠患者信息的描述知识信息与待分析肛肠患者信息的描述知识信息之间的差异信息的融合值，该融合值可以反映出待分析肛肠患者信息与每一个标签之间的关联性，将融合值最小的标签确定为关联度最大的目标标签，并获得该目标标签下差异信息最小的目标肛肠患者信息作为肛肠患者信息整理结果，因此，在进行肛肠患者信息整理时，对若干个标签的接近程度进行分布对比，可以更准确的整理到目标标签，进而找到最佳的整理肛肠患者信息。

[0061] 由上述可知，本申请实施例通过将配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置；获得第一人工智能线程和第二人工智能线程的回归分析之间的对比结果；根据对比结果对第一人工智能线程和第二人工智能线程的线程系数进行调试，得到配置后的第一人工智能线程和第二人工智能线程；接收待分析肛肠患者信息，通过配置后的第一人工智能线程抽取待分析肛肠患者信息的描述知识信息进行肛肠患者信息整理。因此，通过事项目录和肛肠患者信息描述知识相似的肛肠患者信息之间的涵盖目录结合配置肛肠患者信息对两个线程进行多目录配置，根据对比结果对两个线程的线程系数进行调试，提升配置后的线程的工作效率，从而提升信息整理的效率，在后续需要进行肛肠患者信息查询时，能够快速且可靠的查询到相关信息。

[0062] 本申请实施例提供的基于人工智能的肛肠患者信息整理方法。该方法流程可以包括如下内容。

[0063] 在步骤201中，获得配置肛肠患者信息，确定每一个事项目录种类对应的事先设定肛肠患者信息。

[0064] 其中，可以获得大量的配置肛肠患者信息，该配置肛肠患者信息携带有的事项目录。

[0065] 在步骤202中，抽取每一个事项目录种类对应的事先设定肛肠患者信息的肛肠患者信息描述知识，通过聚类函数对每一个事项目录种类对应的事先设定肛肠患者信息的肛肠患者信息描述知识进行聚类处理，将肛肠患者信息描述知识共享系数大于事先设定目标值的事先设定肛肠患者信息进行聚类，生成聚类后的事先设定肛肠患者信息的涵盖目录。

[0066] 在步骤203中，对配置肛肠患者信息进行关联度、相似度、交互程度和/或转化调试处理，将调试处理后的配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置。

[0067] 在步骤204中，通过对比结果计算公式计算第一人工智能线程和第二人工智能线程的回归分析之间的对比结果，并搭建对比结果对应的量化评估模型。

[0068] 在步骤205中，将量化评估模型结合第一人工智能线程的原始测评指标模型进行整合配置，得到配置后的第一人工智能线程，将量化评估模型结合第二人工智能线程的原始测评指标模型进行整合配置，得到配置后的第二人工智能线程。

[0069] 在步骤206中，接收回归分析肛肠患者信息，通过目标分析线程识别出回归分析肛肠患者信息中的待分析数据，读取待分析数据，生成待分析肛肠患者信息。

[0070] 在步骤207中，将待分析肛肠患者信息输入配置后的第一人工智能线程，抽取全部卷积之后的事先设定层的描述知识信息，确定描述知识信息所属的若干个标签。

[0071] 在步骤208中，获得与描述知识信息的共享系数由大到小分布的每一个标签下事先设定数目的目标肛肠患者信息，将每一个标签下事先设定数目的目标肛肠患者信息分别输入配置后的第一人工智能线程，抽取每一个标签下事先设定数目的目标肛肠患者信息全部卷积之后事先设定层的描述知识信息。

[0072] 在步骤209中，计算同一标签下每一个目标肛肠患者信息的描述知识信息与待分析肛肠患者信息的描述知识信息之间的差异信息，依照差异信息由小到大的顺序对同一标签下每一个目标肛肠患者信息进行分布，根据分布情况对同一标签下每一个目标肛肠患者信息的差异信息进行加权处理，计算加权处理后同一标签下每一个目标肛肠患者信息的差异信息的融合值。

[0073] 其中，计算同一标签下每一个目标肛肠患者信息的描述知识信息与待分析肛肠患者信息的描述知识信息之间的差异信息，该差异信息可以为欧式差异或者余弦差异，该差异信息越小，说明两者越接近，该差异信息越大，说明两者差异越大，可以依照差异信息由小到大的顺序对同一标签下每一个目标肛肠患者信息进行分布。

[0074] 进一步的，可以根据分布情况对每一个标签下每一个目标肛肠患者信息的差异信息进行加权处理，由于该配置后的第一人工智能线程携带有对同一标签下相似肛肠患者信息进行区分的能力，因此，该待分析肛肠患者信息在最整理标签下与相似肛肠患者信息的差异值会很明显的小于与其他标签下的肛肠患者信息的差异值，为了扩大不同标签的差异值的区分度，可以通过根据排名顺序依次对同一标签下每一个目标肛肠患者信息的差异信息进行加权处理。

[0075] 在步骤210中，计算加权处理后同一标签下每一个目标肛肠患者信息的差异信息的融合值，将融合值最小的标签确定为目标标签，获得目标标签下差异信息最小的目标肛肠患者信息作为肛肠患者信息整理结果。

[0076] 其中，计算加权处理后的同一标签下每一个目标肛肠患者信息的差异信息的融合值，该融合值反映出待分析肛肠患者信息与每一个标签的整理程度，将融合值最小的标签确定为最整理的目标标签，可以将融合值最小的鞋子标签确定为目标标签，获得该目标标签下差异信息最小的目标肛肠患者信息作为肛肠患者信息整理结果。因此通过上述多目录配置方式和标签整理方式，可以准确的确定出待分析肛肠患者信息属于的目标标签，进而生成准确率高的肛肠患者信息整理结果。

[0077] 由上述可知，本申请实施例通过将配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置；获得第一人工智能线程和第二人工智能线程的回归分析之间的对比结果；根据对比结果对第一人工智能线程和第二人工智能线程的线程系数进行调试，得到配置后的第一人工智能线程和第二人工智能线程；接收待分析肛肠患者信息，通过配置后的第一人工智能线程抽取待分析肛肠患者信息的描述知识信息进行肛肠患者信息整理。因此，通过事项目录和肛肠患者信息描述知识相似的肛肠患者信息之间的涵盖目录结合配置肛肠患者信息对两个线程进行多目录配置，根据对比结果对两个线程的线程系数进行调试，提升配置后的线程的工作效率，从而提升信息整理的效率，在后续需要进行肛肠患者信息查询时，能够快速且可靠的查询到相关信息。

[0078] 在上述基础上，提供了一种基于人工智能的肛肠患者信息整理装置，所述装置包括：

[0079] 线程配置模块，用于将配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置，所述涵盖目录用于标定肛肠患者信息描述知识共享系数大于事先设定目标值的配置肛肠患者信息；

[0080] 结果比对模块，用于获得所述第一人工智能线程和第二人工智能线程的回归分析之间的对比结果；

[0081] 系数调试模块，用于结合所述对比结果对所述第一人工智能线程和第二人工智能线程的线程系数进行调试，得到配置后的第一人工智能线程和第二人工智能线程；其中，所述第二人工智能线程用于将第二人工智能线程对于描述知识抽取的核心信息加载至第一人工智能线程，以实现第一人工智能线程和第二人工智能线程的互相描述知识抽取学习，得到配置后的第一人工智能线程和第二人工智能线程，使得配置后的第一人工智能线程携带有所述第二人工智能线程的描述知识抽取的核心信息；

[0082] 信息整理模块，用于接收待分析肛肠患者信息，通过配置后的第一人工智能线程抽取所述待分析肛肠患者信息的描述知识信息进行肛肠患者信息整理。

[0083] 在上述基础上，示出了一种基于人工智能的肛肠患者信息整理系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。

[0084] 在上述基础上，还提供了一种计算机可读存储介质，其上存储的计算机程序在运行时实现上述的方法。

[0085] 综上，基于上述方案，通过将配置肛肠患者信息、携带有的事项目录以及涵盖目录分别输入第一人工智能线程和第二人工智能线程中进行配置；获得第一人工智能线程和第二人工智能线程的回归分析之间的对比结果；根据对比结果对第一人工智能线程和第二人工智能线程的线程系数进行调试，得到配置后的第一人工智能线程和第二人工智能线程；接收待分析肛肠患者信息，通过配置后的第一人工智能线程抽取待分析肛肠患者信息的描述知识信息进行肛肠患者信息整理。因此，通过事项目录和肛肠患者信息描述知识相似的肛肠患者信息之间的涵盖目录结合配置肛肠患者信息对两个线程进行多目录配置，根据对比结果对两个线程的线程系数进行调试，提升配置后的线程的工作效率，从而提升信息整理的效率，在后续需要进行肛肠患者信息查询时，能够快速且可靠的查询到相关信息。

[0086] 应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD‑ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。

[0087] 需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。