摘要：
针对中医病例样本数据属性特征庞杂，结构特征复杂度高的特点，构建高精度中医诊断算法模型BT-GCN。首先利用中医数字化古籍资料训练BERT自然语言处理模型生成中医术语词向量，与主次症、严重程度等指标共同作为病例输入特征;其次，设计图卷积神经网络（Graph Convolution Networks，GCN），二维卷积层作为学习层完成模型搭建。结果表明：BT-GCN模型在测试样本上的准确率高于其他模型，达到了97.6%。因此，BT-GCN在提取中医病例样本的有效特征和疾病分类诊断方面具有比较明显的应用优势