技术摘要：
本发明提出了一种基于认知学习的身体异常气味智能筛查系统。包括：收集模块，用于收集待检测气味状况以及记录该待检测气味特征数据；模型建立模块，用于建立卷积神经网络，从本地案例数据库中获取气味特征数据，根据该卷积神经网络通过气味特征数据据建立异常气味筛查  全部
背景技术：
身体气味可以用于对人的身体健康状况进行判断，如果一个人身体状况不好，那 么他排出的气体往往会有一股怪味，因为一个人如果身体不好，那么他的免疫系统就会被 激活，同时有了炎性反应，身体就会分泌各种化学物质，这些物质会从汗腺或者尿液等渠道 挥发出来，所以病人闻起来有味儿，其实和这些化学物质有关系。而且，一旦闻到外界怪异 的味道时，我们的免疫系统也会迅速提高警惕，密切防范可能侵入的细菌。毫无疑问，身体 突发异常气味是疾病的征兆。闻气味，很可能成为一个新的医疗辅助诊断方法。 但是，现有的异常气味智能筛查系统在获取了待检测气味数据后，给出的结果往 往不是一个很精确的结果，反而会是一个较大范围的推测，用户还需要拿着检测单去询问 对应医疗工作者，这是因为它们自身数据库并没有实时进行更新，需要依赖于工作人员进 行更新，所以，亟需一种身体异常气味智能筛查系统能够较为精确的告知用户身体相关异 常情况。 上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技 术。
技术实现要素：
有鉴于此，本发明提出了一种基于认知学习的身体异常气味智能筛查系统，旨在 解决现有技术无法通过卷积神经网络来实现系统案例库自主学习各类案例并扩充系统案 例库数据的技术问题。 本发明的技术方案是这样实现的： 一方面，本发明提供了一种基于认知学习的身体异常气味智能筛查系统，所述基 于认知学习的身体异常气味智能筛查系统包括： 收集模块，用于收集待检测气味状况以及记录该待检测气味特征数据； 模型建立模块，用于建立卷积神经网络，从本地案例数据库中获取气味特征数据， 根据该卷积神经网络通过气味特征数据据建立异常气味筛查模型； 检测模块，用于根据异常气味筛查模型对待检测气味特征数据进行筛查，并生成 对应的检测报告单； 更新模块，用于向用户返回检测报告单，并将该检测报告单数据存入本地案例库 中，对案例库进行更新。 在以上技术方案的基础上，优选的，收集模块包括描述模块，用于在收集待检测气 味状况以及记录该待检测气味特征数据之后，对待检测气味进行词语描述，所述词语描述 包括：口气、鼻气、屁气、无气味、有血腥气味以及气味正常。 4 CN 111599462 A 说　明　书 2/6 页 在以上技术方案的基础上，优选的，模型建立模块包括分词处理模块，用于从本地 案例数据库中获取气味特征数据，所述气味特征数据数据包括：异常气味描述的词语以及 对应的疾病类型，对该气味特征数据数据进行分词，将异常气味描述的词语转化为异常气 味描述分词，所述异常气味描述分词包括：血腥味、鱼腥味、苹果味、正常以及无气味，通过 异常气味描述分词与对应的疾病建立异常气味描述分词集。 在以上技术方案的基础上，优选的，模型建立模块还包括词向量模型建立模块，用 于对异常气味描述分词集进行训练，获取每个异常气味描述分词的词向量，根据该词向量 建立词向量模型。 在以上技术方案的基础上，优选的，模型建立模块还包括异常气味筛查模型建立 模块，用于建立卷积神经网络，将词向量模型中的词向量放入卷积神经网络中，并通过卷积 神经网络中的网络算法计算出预测输出，根据预测输出建立异常气味筛查模型建立模块。 在以上技术方案的基础上，优选的，异常气味筛查模型建立模块包括网络算法单 元，所述网络算法为： Op＝Fn(...(F2(F1(Xpwj1)wj2)))； 其中，Op为预测输出，n为卷积神经网络的层数，wj1，wj2为第j次迭代训练第i层卷积 神经网络的系数矩阵，该系数矩阵为模型的参数，其中i＝1,2,...n，Xp为词向量模型中的 一个样本，表示异常气味描述的分词，其中，p＝1,2,...N，N为样本数。 在以上技术方案的基础上，优选的，检测模块包括报告单生成模块，用于根据异常 气味筛查模型对待检测气味特征数据进行筛查，获取筛查结果，并根据筛查结果从异常气 味筛查模型中查找对应的预测疾病，利用筛查结果以及对应的预测疾病生成检测报告单。 在以上技术方案的基础上，优选的，更新模块包括案例库更新模块，用于从检测报 告单提取筛查结果以及对应的预测疾病，并同步对本案例库进行查找，若查找到相同筛查 结果以及对应的预测疾病，则不更新案例库；若未查找到相同筛查结果以及对应的预测疾 病，则对案例库进行更新。 更进一步优选的，所述基于认知学习的身体异常气味智能筛查设备包括： 收集单元，用于收集待检测气味状况以及记录该待检测气味特征数据； 模型建立单元，用于建立卷积神经网络，从本地案例数据库中获取气味特征数据， 根据该卷积神经网络通过气味特征数据据建立异常气味筛查模型； 检测单元，用于根据异常气味筛查模型对待检测气味特征数据进行筛查，并生成 对应的检测报告单； 更新单元，用于向用户返回检测报告单，并将该检测报告单数据存入本地案例库 中，对案例库进行更新。 本发明的一种基于认知学习的身体异常气味智能筛查系统相对于现有技术具有 以下有益效果： (1)通过利用卷积神经网络算法，能够更加精确对身体异常气味进行智能筛选，同 时也提高了整个系统的运行速度，提高了用户体验； (2)通过利用卷积神经网络算法，能够实现本地案例库的自动更新，能够直接直接 援引以前积累的经验和知识解决现在的问题，同时将当前问题及解决结果补充为新知识， 极大提高了系统判断准确率，同时也提高了运行速度。 5 CN 111599462 A 说　明　书 3/6 页 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，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的附图。 图1是本发明基于认知学习的身体异常气味智能筛查系统第一实施例的结构框 图； 图2为本发明基于认知学习的身体异常气味智能筛查系统的第二实施例结构框 图； 图3为本发明基于认知学习的身体异常气味智能筛查系统的第三实施例结构框 图； 图4为本发明基于认知学习的身体异常气味智能筛查系统的第四实施例结构框 图； 图5为本发明基于认知学习的身体异常气味智能筛查系统的第五实施例结构框 图； 图6为本发明基于认知学习的身体异常气味智能筛查系统基于认知学习的身体异 常气味智能筛查设备结构框图。