申请/专利权人：中国人民解放军海军青岛特勤疗养中心

申请日：2024-01-10

公开（公告）日：2024-04-12

公开（公告）号：CN117542536B

主分类号：G16H50/70

分类号：G16H50/70;G06F18/23;G06F18/213

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.04.05#著录事项变更;2024.03.01#实质审查的生效;2024.02.09#公开

摘要：本发明涉及聚类算法优化技术领域，具体涉及一种基于体检数据的智能护理方法及系统，包括：获取患者的各项生理指标序列，将生理指标序列均分为多个区域，确定每个区域的数据稳定性；根据每个区域的指标数据均值和数据稳定性确定数据异常度，利用数据异常度差异设置每个区域的权重值；根据每个区域内各个指标数据和权重值确定特征值，进而确定特征相似度；根据特征相似程度自适应确定上限阈值，进而利用Canopy聚类对所有患者进行聚类，获得各个患者聚类簇，并为每个患者制定合适的护理方案。本发明通过自适应确定上限阈值提高了聚类结果的准确性，提升了基于聚类结果为每个患者制定的护理方案的合理性。

主权项：1.一种基于体检数据的智能护理方法，其特征在于，包括以下步骤：获取护理机构中所有患者在预设时段内的各项生理指标序列；对于任一患者的任一项生理指标序列，将生理指标序列均分为第一预设数目个区域，根据每个区域内各个指标数据确定每个区域的数据稳定性；根据每个区域的指标数据均值和数据稳定性确定每个区域的数据异常度；根据相邻区域之间的数据异常度差异设置每个区域的权重值；根据每个区域内各个指标数据和每个区域的权重值，确定患者的生理指标序列的特征值；获取患者的各项生理指标序列的特征值组成特征值数组；根据各个特征值数组确定每个患者的特征相似程度；根据每个患者的特征相似程度确定Canopy聚类算法中的上限阈值；设置下限阈值，根据上限阈值和下限阈值，利用Canopy聚类对所有患者进行聚类，获得各个患者聚类簇；根据各个患者聚类簇为每个患者制定合适的护理方案；根据每个区域内各个指标数据确定每个区域的数据稳定性，包括：对于任一区域，计算区域内的最后一个指标数据和第一个指标数据之间的差值，对差值进行归一化处理，将归一化后的差值与超参数相加后的数值确定为第一稳定因子；计算区域内相邻两个指标数据之间的差值绝对值，将各个差值绝对值的平均值确定为第二稳定因子；对第一稳定因子和第二稳定因子的乘积进行取反操作，将两个稳定因子的乘积的反比例值作为区域的数据稳定性；计算第i个区域的数据稳定性的计算公式为： ；式中，为第i个区域的数据稳定性，exp为自然常数为底的指数函数，norm为归一化函数，为第i个区域内第个指标数据，为第i个区域内指标数据的个数，为第i个区域内第1个指标数据，超参数为1，为第一稳定因子，为第i个区域内第个指标数据，为第i个区域内第j个指标数据，为取绝对值函数，为第二稳定因子；根据每个区域的指标数据均值和数据稳定性确定每个区域的数据异常度，包括：根据每个区域内各个指标数据计算每个区域的指标数据均值，选取最小的指标数据均值；根据每个区域的数据稳定性，选取最小的数据稳定性；对于任一区域，计算区域的指标数据均值与最小的指标数据均值的差值为第一差值，将第一差值与超参数相加后的数值确定为第一数据异常因子；计算区域的数据稳定性与最小的数据稳定性的差值为第二差值，对第二差值与超参数相加后的数值进行取反处理，将反比例值作为第二数据异常因子；将第一数据异常因子和第二数据异常因子的乘积作为区域的数据异常度；第i个区域的数据异常度的计算公式为： ；式中，为第i个区域的数据异常度，为第i个区域的指标数据均值，为最小的指标数据均值，为第一差值，为第一数据异常因子，为第i个区域的数据稳定性，为最小的数据稳定性，为第二差值，为第二数据异常因子，超参数为1；根据各个特征值数组确定每个患者的特征相似程度，包括：对于任一患者，计算患者的特征值数组与除其本身以外的其他各个患者的特征值数组之间的距离，将所有距离的平均值作为患者的特征相似程度；根据每个患者的特征相似程度确定Canopy聚类算法中的上限阈值，包括：根据每个患者的特征相似程度设置各个相似级别；统计各个相似级别在所有特征相似程度中的出现频率，构建频率分布直方图；其中，频率分布直方图的横轴为相似级别，纵轴为相似级别的出现频率；计算所有特征相似程度的平均值，在频率分布直方图中，选取和所有特征相似程度的平均值最接近的相似级别作为目标相似级别；在频率分布直方图中，将目标相似级别右侧、第一个出现频率大于目标相似级别的出现频率的相似级别的中位数作为Canopy聚类算法中的上限阈值。

全文数据：

权利要求：

百度查询： 中国人民解放军海军青岛特勤疗养中心 一种基于体检数据的智能护理方法及系统

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