[发明专利]基于医疗数据的充血性心衰风险预测方法、系统及设备、存储介质

权利要求书

1.一种基于医疗数据的充血性心衰风险预测方法，其特征在于，所述预测方法包括，

收集充血性心力衰竭患者的医疗数据作为平面文件存储在Hadoop文件系统的各个节点，调用Hive命令创建数据表，结构化所述医疗数据；

采用Cassandra管理基于Hadoop的开源数据库；

利用Mahout作为算法库使用随机森林算法预测充血性心力衰竭患者预设时间段再入院风险。

2.如权利要求1所述的基于医疗数据的充血性心衰风险预测方法，其特征在于，所述预测方法包括，

加载训练数据到Hadoop文件系统中；

将原始数据预处理为可分类数据，通过选择预测器和目标变量识别每个变量类型，将每个向量类型编码为向量；

在Mahout算法库中选择随机森林算法进行分类及预测变量。

3.如权利要求2所述的基于医疗数据的充血性心衰风险预测方法，其特征在于，所述向量类型包括数值型、类别型、文本型。

4.如权利要求2所述的基于医疗数据的充血性心衰风险预测方法，其特征在于，所述预测方法还包括，

对不同格式的所述医疗数据进行预处理去噪，以再入院为目标值的训练数据提取特征，并通过向量化转换成模型训练使用的特征向量；

利用随机森林算法整理出预测模型；

以再入院为目标值的测试数据对训练完成的预测模型进行评估。

5.如权利要求2所述的基于医疗数据的充血性心衰风险预测方法，其特征在于，在随机森林算法中，产生独立随机向量θ_k，并将所述随机向量θ_k分发给所有树,每棵树种植用训练集和随机向量θ_k；由输入向量x产生树—结构化分类器集合{h(x,θ_k),k＝1,......}；

在随机森林算法中，泛化误差为式(1)：

PE^*＝P_X,Y(mg(X,Y)＜0) (1)

其中，下标X和Y是随机向量，表示概率在X，Y空间上，mg是边缘函数，衡量随机向量的平均投票数超过其他任何输出的平均投票数的程度；

边界函数定义为式(2)：

mg(X,Y)＝av_kI(h_k(X)＝Y)-max_j≠Yav_kI(h_k(X)＝j) (2)

其中，I为指示函数，衡量单个分类器准确性和分类器之间相关性的两个参数分别是强度和相关性；随机特征的随机森林通过在每个节点上选择一小组输入变量随机形成。

6.一种基于医疗数据的充血性心衰风险预测系统，其特征在于，所述预测系统包括，

预处理模块，用于收集充血性心力衰竭患者的医疗数据作为平面文件存储在Hadoop文件系统的各个节点，调用Hive命令创建数据表，结构化所述医疗数据；

管理模块，用于采用Cassandra管理基于Hadoop的开源数据库；

预测模块，用于利用Mahout作为算法库使用随机森林算法预测充血性心力衰竭患者预设时间段再入院风险。

7.一种充血性心衰风险预测设备，其特征在于，所述预测设备包括：存储器、处理器，通信总线以及存储在所述存储器上的基于医疗数据的充血性心衰风险预测程序，

所述通信总线用于实现处理器与存储器间的通信连接；

所述处理器用于执行所述基于基于医疗数据的充血性心衰风险预测程序，以实现如权利要求1至5中任一项所述的基于医疗数据的充血性心衰风险预测方法的步骤。

8.一种存储介质，其特征在于，所述存储介质上存储有基于医疗数据的充血性心衰风险预测程序，所述基于医疗数据的充血性心衰风险预测程序被处理器执行时实现如权利要求1至5中任意一项所述基于医疗数据的充血性心衰风险预测方法的步骤。