[发明专利]医疗大数据挖掘方法和系统在审
| 申请号： | 201810684758.X | 申请日： | 2018-06-28 |
| 公开（公告）号： | CN109087711A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 赵杰;李金博;李砺锋;张腾飞;薛文华;翟运开;宋晓琴;孙东旭;范智蕊;沈志博;朱子家 | 申请（专利权）人： | 郑州大学第一附属医院 |
| 主分类号： | G16H50/70 | 分类号： | G16H50/70 |
| 代理公司： | 常州佰业腾飞专利代理事务所(普通合伙) 32231 | 代理人： | 张文杰 |
| 地址： | 450001 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 大数据 度量 医疗数据 医疗 挖掘 清洗 模糊C均值聚类算法 关系型数据库 结构化数据 保险数据 费用数据 临床数据 行为数据 错误率 隶属度 兴趣度 主观性 聚类 滤除 填充 数据库 采集 趣味 转化 优化 决策 | ||
1.医疗大数据挖掘方法，其特征在于：包括下列步骤：
采集患者的医疗数据，其中：所述患者的医疗数据包括：行为数据、临床数据、费用数据和保险数据；
将每位患者的医疗数据转化为结构化数据；
建立以患者为中心的关系型数据库；
对数据库进行清洗，将缺失值填充或者滤除；
将清洗过的数据，基于不同种的兴趣度度量标准进行计算，获得不同的趣味规则；
利用模糊C均值聚类算法对不同的兴趣度量进行聚类，得到优化后的每种兴趣度量的隶属度。
2.根据权利要求1所述的医疗大数据挖掘方法，其特征在于：所述将每位患者的医疗数据转化为结构化数据，具体包括：
将每位患者的医疗数据划分为结构化数据和非结构化数据；
将非结构化数据转化为结构化数据。
3.根据权利要求1所述的医疗大数据挖掘方法，其特征在于：对数据库进行清洗，将缺失值填充或者滤除，具体包括：
利用线性差值算法或者根据数据分布特征，用众数、中位数、平均值、最大值、最小值中的一个来填充；
数据缺失严重的，直接滤除。
4.医疗大数据挖掘系统，其特征在于：包括：
采集模块(10)，用于采集患者的医疗数据，其中：所述患者的医疗数据包括：行为数据、临床数据、费用数据和保险数据；
数据转换模块(20)，用于将每位患者的医疗数据转化为结构化数据；
建立模块(30)，用于建立以患者为中心的关系型数据库；
清洗模块(40)，用于对数据库进行清洗，将缺失值填充或者滤除；
提取模块(50)，用于将清洗过的数据，基于不同种的兴趣度度量标准进行计算，获得不同的趣味规则；
整合模块(60)，用于利用模糊C均值聚类算法对不同的兴趣度量进行聚类，得到优化后的每种兴趣度量的隶属度。
5.根据权利要求4所述的医疗大数据挖掘系统，其特征在于：所述数据转换模块(20)包括：
将每位患者的医疗数据划分为结构化数据和非结构化数据；
将非结构化数据转化为结构化数据。
6.根据权利要求4所述的医疗大数据挖掘系统，其特征在于：所述清洗模块(40)具体包括：
填充模块(401)，用于利用线性差值算法或者根据数据分布特征，用众数、中位数、平均值、最大值、最小值中的一个来填充；
滤除模块(402)，用于对数据缺失严重的，直接滤除。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于郑州大学第一附属医院，未经郑州大学第一附属医院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810684758.X/1.html，转载请声明来源钻瓜专利网。
