[发明专利]一种基于众智网络的用于处理电子病历混合数据的分类方法

说明书

本发明涉及一种基于众智网络的用于处理电子病历混合数据的分类方法，能够有效的利用已有处理数值型数据方法，提高电子病历中的混合数据的分类效率，帮助医生提高诊断的质量与效率。方法包括：步骤1.提取原始电子病历数据库中的原始电子病历数据集；步骤2，对清洗后的电子病历数据集进行符号型数据判断，并对符号性数据进行数值型数据的转化；步骤3.提取原始电子病历数据集中关键特征字段，并训练分类诊断模型；步骤4.提取待诊断的电子病历中关键特征字段，输入到训练好的模型中，输出分类结果和患病概率。本发明可以有效发掘电子病历中有价值的信息和帮助医生快速诊断病情，具有重要的理论意义及适用价值。

技术领域

本发明涉及一种众智网络和电子病历与大数据领域。是一种处理处理混合数据的分析方法，可对海量电子病历的混合型数据进行分类处理。

背景技术

众智网络(Crowd Network)是为了探究众智科学这种大规模在线环境下群体智能活动所搭建的大规模仿真与实验平台。在众智网络中，人、机器、物品等异质互联，同时在网络中存在着不同类型的数据。电子病历(EMR,Electronic Medical Record)也叫计算机化的病案系统或称基于计算机的病人记录。它是用电子设备(计算机、健康卡等)保存、管理、传输和重现的数字化的医疗记录，用以取代手写纸张病历。它的内容包括纸张病历的所有信息。美国国立医学研究所将定义为：EMR是基于一个特定系统的电子化病人记录，该系统提供用户访问完整准确的数据、警示、提示和临床决策支持系统的能力，电子病历文本的特点是具有较多的领域术语短语及缩写，并且由于患者种类多样化，但其数据类型大多以和数据型和字型数据为主。

对于数值型数据，所有数据都可以转化为欧式空间中的向量，具有清晰的空间几何结构，通过欧式距离或者余弦距离等来衡量数据之间的相似程度或差异程度。其相关研究已经取得了十分显著的成效，产生了很多有效的算法，如SVM算法、卷积神经网络算法、KNN算法。

对于符号型数据，相较于一般的文本，该类型的数据取值有限状态的字符、分类或者数值。如患者血型(A型，B型，AB型，O型)，付费方式(医保，自费等等)，证件类型(居民身份证、港澳台身份证、护照等等)以及有无过往病史(是，没有)等等。这类数据一般不能直接进行数值运算。处理符号型数据的方法目前也很少。

随着众智网络时代和电子病历时代的到来，越来越多的医院(医生)加入到众智网络中来，同时更多的医院愿意花更多选择用电子病历代替操作繁杂的手写病历。在众智网络中，越来越多的医生能够在网络中与其他医生进行信息交换。增加医生对病人的了解，有效的提升医疗水平的质量。那么如何有效的利用电子病历丰富的医疗资源和数值型方法，挖掘电子病历中有效的信息，为医生的诊断提供帮助，是当下解决的热点之一。

发明内容

本发明的目的在于提供一种基于众智网络的用于处理电子病历混合数据的分类方法。

本发明的另一个目的如何有效的利用已有处理数值型数据方法，提高众智网络中电子病历的混合数据的分类效率；

为达到上述目的，本发明的技术方案如下：

一种基于众智网络的用于处理电子病历混合数据的分类方法，包括：

步骤1.提取众智网络中电子病历数据库中的原始电子病历数据集，对数据集进行数据清洗；

步骤2.对清洗后的电子病历数据集进行符号型数据判断，若存在符号性数据需进行符号型数据转数值型数据的转化；

步骤3.提取原始电子病历数据集中关键特征字段，生成训练样本，将训练样本输入到卷积神经网络中，进行训练生成辅助分类诊断模型；

步骤4.提取待诊断的电子病历中关键特征字段，生成测试样本，将测试样本输入到训练好的卷积神经网络中，输出分类结果，以及各个病症的患病概率；

进一步，所描述步骤1提取众智网络中电子病历数据库中的原始电子病历数据集，对数据集进行数据清洗：