[发明专利]一种应用于多数据源的医疗患者主索引发现方法

权利要求书

1.一种应用于多数据源的医疗患者主索引发现方法，其特征在于，包括如下步骤：

步骤一、获取医疗记录；

步骤二、计算两两医疗记录之间的相似度；

步骤三、基于相似度构建有权无向图；

步骤四、基于有权无向图计算各医疗记录的记录主索引支持度，

各医疗记录的记录主索引支持度计算方式如下：

计算与某节点有连接的链路权重之和，即得到每条记录的相似度总分数s_i，计算公式为：

定义记录主索引支持度MI为每条医疗记录作为主索引记录候选的评分，初始化每个节点的MI值为1，迭代更新各节点的MI值，直到MI值收敛或计算超过最大迭代次数，其计算公式为：

其中，MI_i⁽ⁿ⁾为第n次迭代医疗记录i的MI值，α为常数0.85；

步骤五、标准化记录主索引支持度，确定主索引记录。

2.根据权利要求1所述的一种应用于多数据源的医疗患者主索引发现方法，其特征在于：所述步骤1具体包括：

获取多数据源的医疗记录后对其去重，将各字段完全一样的记录视为同一患者。

3.根据权利要求1所述的一种应用于多数据源的医疗患者主索引发现方法，其特征在于：计算两两医疗记录之间的相似度，并形成相似度矩阵，其计算公式为：

其中，l_ij表示两两医疗记录之间的相似度，L表示医疗记录的相似度矩阵，s_q为医疗记录i和医疗记录j对于第q个字段精确匹配检索后的相似度，w_q为医疗记录i和医疗记录j对于第q个字段在投票时占据的权重，m表示字段数量。

4.根据权利要求3所述的一种应用于多数据源的医疗患者主索引发现方法，其特征在于：筛选出相似度大于等于设定阈值的记录对，形成三元组表，基于三元组表构建有权无向图。

5.根据权利要求4所述的一种应用于多数据源的医疗患者主索引发现方法，其特征在于：在有权无向图中，每一个节点为某一条医疗记录，链路权重为两条医疗记录间的相似度。

6.根据权利要求1所述的一种应用于多数据源的医疗患者主索引发现方法，其特征在于：标准化记录主索引支持度MI值后，选择MI值最大的节点作为主索引记录，若MI值相同则选择ID最小的医疗记录。