[发明专利]一种病理数据的分析方法及装置

权利要求书

1.一种病理数据的分析装置，其特征在于，包括：

获取单元，用于获取一种疾病的预测模型，其中，所述预测模型是基于所述一种疾病的历史病理数据与所述一种疾病的相关度建立的模型，并且所述相关度是通过对所述历史病理数据进行协方差矩阵处理以及数据类型筛选处理后获得的；

确定单元，用于获取测试者的病理数据，并将所述病理数据带入所述一种疾病的预测模型，确定所述测试者的病理数据的分析结果；

所述确定单元用于：从获取的所述测试者的病理数据中，筛选出第二病症集合中包含的各个病症对应的特征数据，并根据所述第二病症集合中包含的各个病症的特征数据与对应的权重值之间的乘积的加和，获得预测概率，根据所述预测概率，确定所述测试者的病理数据的分析结果。

2.如权利要求1所述的装置，其特征在于，在获取一种疾病的预测模型之前，所述获取单元还用于：

获取所述一种疾病的历史病理数据，其中，所述历史病理数据中至少包含所述一种疾病的若干病症的历史特征数据；

对所述历史病理数据中包含的各个病症的历史特征数据进行协方差矩阵处理，并基于协方差矩阵处理结果获得特征值集合，其中，所述特征值集合中的一个特征值与一个病症相对应，且一个特征值表征相应的病症与所述一种疾病的相关度；

筛选出相关度符合第一预设条件的各个病症，获得第一病症集合；

从所述第一病症集合包含的各个病症中，筛选出数据类型符合第二预设条件的病症，获得第二病症集合；

基于所述第二病症集合中包含的各个病症以及相应的历史特征数据，建立所述一种疾病的预测模型。

3.如权利要求2所述的装置，其特征在于，在对所述历史病理数据中包含的各个病症的历史特征数据进行协方差矩阵处理，并基于协方差矩阵处理结果获得特征值集合时，所述获取单元还用于：

基于各个病症的历史特征数据，分别确定每一个病症的历史特征数据均值；

基于每一个病症对应的历史特征数据与相应的历史特征数据均值的各个差值，获得每一个病症对应的差值向量；

分别计算每两个病症的差值向量的乘积向量，以及分别计算每一个病症的差值向量与自身的乘积向量；

分别计算每一个乘积向量包含的各个元素的元素均值，并基于每一个乘积向量对应的元素均值，获得所述一种疾病的特征协方差矩阵；

通过对所述一种疾病的特征协方差矩阵进行矩阵变换，获得所述特征协方差矩阵对应的特征值集合。

4.如权利要求2所述的装置，其特征在于，在筛选出相关度符合第一预设条件的各个病症，获得第一病症集合时，所述获取单元还用于：

将所述特征值集合中的各个特征值，按照由大到小的顺序进行排序，获得排序结果；

按照所述排序结果，筛选出N个取值最大的特征值对应的病症，获得第一病症集合，其中，所述N为整数。

5.如权利要求2-4任一项所述的装置，其特征在于，在从所述第一病症集合包含的各个病症中，筛选出数据类型符合第二预设条件的病症，获得第二病症集合时，所述获取单元还用于：

从所述第一病症集合包含的各个病症中，筛选出数据类型为分类变量的病症，获得分类变量病症集合；

基于所述分类变量病症集合中包含的每一个病症对应的历史测试者的总数与所述第一病症集合对应的历史测试者的总数的比值，分别确定所述分类变量病症集合中包含的每一个病症的占比；

筛选出所述分类变量病症集合中对应的占比低于相应的预设占比门限值的病症，获得占比病症集合；

在所述第一病症集合包含的各个病症中，去除所述占比病症集合中包含的各个病症，获得所述第二病症集合。