申请/专利权人：中国人民解放军总医院

申请日：2023-11-20

公开（公告）日：2024-03-22

公开（公告）号：CN117275752B

主分类号：G16H50/70

分类号：G16H50/70;G06F16/35;G06F40/216

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.01.09#实质审查的生效;2023.12.22#公开

摘要：本发明涉及病例数据处理技术领域，尤其涉及一种基于机器学习的病例聚类分析方法及系统，包括病例导入模块导入若干病例样本,以获取病例数据；数据处理模块对所述病例数据进行预处理；特征提取模块依次提取各所述病例数据中的特征词以确定聚类分析的关键词；中控模块确定所述关键词的种类分布；所述中控模块计算各关键词种类的占比并根据各关键词种类的占比确定聚类分析的依据，聚类分析模块以确定的聚类分析依据进行聚类分析；在完成聚类分析后，检测模块检测聚类分析结果中症状信息或诊断信息的离散值，所述中控模块根据检测结果对所述关键词的确定标准进行修正。本发明提高了聚类分析结果的实用性和应用价值。

主权项：1.一种基于机器学习的病例聚类分析方法，其特征在于，包括：步骤S1，病例导入模块导入若干病例样本,以获取病例数据；步骤S2，数据处理模块对所述病例数据进行预处理；步骤S3，特征提取模块依次提取各所述病例数据中的特征词，统计各特征词出现的频次以确定聚类分析的关键词；步骤S4，中控模块确定所述关键词的种类分布，所述关键词的种类包括症状关键词种类、诊断关键词种类以及信息关键词种类；步骤S5，所述中控模块计算各关键词种类的占比并根据各关键词种类的占比确定聚类分析的依据，聚类分析模块以确定的聚类分析依据进行聚类分析；步骤S6，在完成聚类分析后，检测模块检测聚类分析结果中症状信息或诊断信息的离散值，所述中控模块根据检测结果对所述关键词的确定标准进行修正；在所述步骤S5中，所述中控模块确定所述关键词的种类分布，中控模块计算症状关键词种类的占比并判定症状关键词种类的占比是否符合标准以进行聚类分析，若不符合标准，根据所述诊断关键词种类的占比与所述信息关键词种类的占比的比对结果重新确定作为聚类分析依据的关键词种类，或，计算任意两个关键词种类的占比之间的占比差值以补充病例样本；其中，判定重新确定聚类分析依据满足的条件为所述症状关键词种类的占比小于第一预设占比，判定补充病例样本满足的条件为所述症状关键词种类的占比大于等于第一预设占比且小于第二预设占比；所述中控模块根据所述诊断关键词种类的占比与所述信息关键词种类的占比的比对结果重新确定作为聚类分析依据的关键词种类，若诊断关键词种类的占比大于等于信息关键词种类的占比，则将诊断关键词种类作为聚类分析依据进行聚类分析，否则，所述中控模块选取属于信息关键词种类的特征词总数与属于诊断关键词种类的特征词总数中的较大值对应的关键词种类作为聚类分析依据进行聚类分析。

全文数据：

权利要求：

百度查询： 中国人民解放军总医院 基于机器学习的病例聚类分析方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD