申请/专利权人：徕兄健康科技(威海)有限责任公司

申请日：2024-03-20

公开（公告）日：2024-04-19

公开（公告）号：CN117912712A

主分类号：G16H50/70

分类号：G16H50/70;G16H10/60;G06F18/23;G06F18/24

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明涉及甲状腺疾病数据处理技术领域，具体涉及基于大数据的甲状腺疾病数据智能管理方法及系统。方法包括：获取每个甲状腺疾病患者的年龄和监测数据；根据每个患者的监测数据与其他患者的监测数据的差异，得到每个患者的甲状腺特征值，基于甲状腺特征值和年龄获得对应的数据点；根据每个数据点与其邻域内数据点的甲状腺特征值的差异和年龄差异确定初始聚类半径；基于初始聚类半径对数据点聚类获得初始聚类簇；基于不同初始聚类簇内的数据点对应的患者的甲状腺特征值的差异对初始聚类半径进行修正获得目标聚类半径，对数据点再次聚类获得目标聚类簇，进而对监测数据进行管理。本发明提高了对甲状腺疾病患者监测数据分类结果的准确性。

主权项：1.一种基于大数据的甲状腺疾病数据智能管理方法，其特征在于，该方法包括以下步骤：获取预设时间段内每个甲状腺疾病患者的年龄和不同检测项目的监测数据；根据每个患者的每个检测项目的监测数据与其他患者的检测项目的监测数据之间的差异情况，得到每个患者的甲状腺特征值；基于所述甲状腺特征值和年龄获得每个患者对应的数据点；根据每个数据点与其邻域内数据点的甲状腺特征值的差异以及年龄的差异，得到每个数据点的局部密度；根据所有数据点的局部密度的分布情况确定初始聚类半径；基于所述初始聚类半径采用DBSCAN聚类算法对所有数据点进行初次聚类获得各初始聚类簇；基于不同初始聚类簇内的数据点对应的患者的甲状腺特征值的差异对初始聚类半径进行修正，获得目标聚类半径；基于所述目标聚类半径采用DBSCAN聚类算法对所有数据点进行再次聚类获得各目标聚类簇，将同一目标聚类簇内的所有数据点对应的患者的监测数据作为一类进行数据管理。

全文数据：

权利要求：

百度查询： 徕兄健康科技(威海)有限责任公司 基于大数据的甲状腺疾病数据智能管理方法及系统

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