[发明专利]一种病理数据的分析方法及装置

说明书

本发明公开了一种病理数据的分析方法及装置，该方法为：本发明实施例中，获取一种疾病的预测模型，其中，预测模型是基于一种疾病的历史病理数据与一种疾病的相关度建立的模型，并且相关度是通过对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；获取测试者的病理数据，并将病理数据带入一种疾病的预测模型，确定测试者的病理数据的分析结果。这样，系统筛选出与上述一种疾病相关度较高的各个病症，并去除了对病理数据分析产生干扰的病症，减少了采用的病症的数量，提高了进行数据接入、数据传输和数据存储的效率，以及通过调整通过相关度以及数据类型筛选的相应门限值，提高了预测模型的预测精度，以及预测分析的效率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种病理数据的分析方法及装置。

背景技术

随着信息化的迅速发展，以及数字化医疗设备的广泛使用，医疗卫生信息的数据量也在急剧的增长。其中，医疗卫生信息包括医疗临床诊治信息，科研和管理过程的医疗信息系统(Hospital Information System，HIS)信息，医学影像信息系统(PictureArchiving and Communication Systems，PACS)信息，检验信息系统(LaboratoryInformation System，LIS)信息，放射系统(RadiologyInformationSystem，RIS)信息，以及互联网和各种健康穿戴设备获取的血压、体重、血糖和心电图等信息。

为对疾病进行预测，系统需要先筛选疾病相应的特征数据，然后将通过不同途径获取的特征数据，进行统一的接入、转移和存储，以及通过对获取的特征数据进行分析和处理，确定测试者患该疾病的概率。

现有技术下，系统对特征数据进行选择和处理，从而进行疾病的预测，主要采用以下方式：

针对各种疾病，确定每一种疾病相关的特征数据，如，性别和年龄等，然后，对特征数据进行去重处理，去空处理以及去冗余处理，进一步地，对相应的特征数据进行数据分析和建模，进行疾病的预测。

例如，青光眼疾病相关的特征数据包括性别，年龄，高血压，肝病，糖尿病，测试者联系方式，亲人联系方式以及身高。系统先通过去除亲人联系方式进行去重处理，而由于身高的数据为空，因此去除身高，然后，针对青光眼疾病，将特征数据性别，年龄，高血压，肝病，糖尿病以及测试者联系方式进行接入和存储，进一步地，对测试者的相应特征数据进行数据分析，确定该测试者患青光眼疾病的概率。

但是，采用这种方式，筛选后的特征数据较多，存在不必要的特征数据，预测的效率较低，并且，不能去除概率较低的干扰特征数据，获得的疾病的预测结果也不精确，精度较低。

发明内容

本发明实施例提供一种病理数据的分析方法及装置，用于在进行病理数据分析，从而进行疾病预测时，筛选并去除不必要的特征数据以及干扰特征数据，便于数据的接入、存储和传输，提高了数据处理和预测的效率，以及预测的精确度。

本发明实施例提供的具体技术方案如下：

一种病理数据的分析方法，包括：

获取一种疾病的预测模型，其中，预测模型是基于一种疾病的历史病理数据与一种疾病的相关度建立的模型，并且相关度是通过对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；

获取测试者的病理数据，并将病理数据带入一种疾病的预测模型，确定测试者的病理数据的分析结果。

较佳的，在获取一种疾病的预测模型之前，进一步包括：

获取一种疾病的历史病理数据，其中，历史病理数据中至少包含一种疾病的若干病症的历史特征数据；