[发明专利]糖尿病数据分析模型训练及数据管理方法、装置和设备

说明书

本发明实施例公开了一种糖尿病数据分析模型训练及数据管理方法、装置和设备，其中，方法包括：获取与糖尿病相关的临床数据，并对临床数据进行预处理；对经过预处理的临床数据进行层次聚类分析，并基于层次聚类分析的结果进行模糊聚类分析，以确定临床数据的最佳分类数量；将按照最佳分类数量分类后的各临床数据及对应的分类标签作为模型训练样本，输入到初始糖尿病数据分析模型中，进行模型训练，得到目标糖尿病数据分析模型。本发明实施例解决了对糖尿病数据分析标准不统一的问题，实现对大量糖尿病数据进行分析，建立糖尿病风险等级分类体系，能够在统一的分析管理标准下对临床的糖尿病数据进行管理，以改善糖尿病患者生活质量。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种糖尿病数据分析模型训练及数据管理方法、装置和设备。

背景技术

糖尿病是一种由于胰岛素分泌缺陷或胰岛素作用障碍所致的以高血糖为特征的代谢性疾病，会影响患者的生活质量，甚至导致死亡。糖尿病是可以通过药物治疗并保持健康的生活及饮食来维持身体状况的。因此，糖尿病的早期诊断和健康管理至关重要。但是，糖尿病的风险评估和相应的健康管理建议主要是由医生根据用户的体检报告给出的，很大程度受医生的经验影响，不同的医生可能会有不同的诊疗结果。还需要结合糖尿病相关的临床数据，建立一个统一的标准化的评估标准，以便于临床数据的分析与管理。

发明内容

本发明实施例提供了一种糖尿病数据分析模型训练及数据管理方法、装置和设备，以实现对大量糖尿病数据进行分析，建立糖尿病风险等级分类体系，能够在统一的分析管理标准下对临床的糖尿病数据进行管理，以改善糖尿病患者生活质量。

第一方面，本发明实施例提供了一种糖尿病数据分析模型训练方法，该方法包括：

获取与糖尿病相关的临床数据，并对所述临床数据进行预处理，其中，所述临床数据包括目标对象身体基础信息、临床生化检验结果数据及预设健康问卷问答数据；

对经过预处理的临床数据进行层次聚类分析，并基于层次聚类分析的结果进行模糊聚类分析，以确定所述临床数据的最佳分类数量；

将按照所述最佳分类数量分类后的各临床数据及对应的分类标签作为模型训练样本，输入到初始糖尿病数据分析模型中，进行模型训练，得到目标糖尿病数据分析模型。

可选的，对经过预处理的临床数据进行层次聚类分析，包括：

将每一条经过预处理的临床数据作为一个类，计算每两个类之间的相似度，并将相似度满足预设条件的两个类聚合为一个类，直到满足预设迭代聚类停止条件；

将层次聚类停止时的聚类数量作为第一聚类数量。

可选的，基于层次聚类分析的结果进行模糊聚类分析，以确定所述临床数据的最佳分类数量，包括：

以所述第一聚类数量及对应的聚类中心，分别作为首次模糊聚类的初始聚类数量和初始聚类中心，对经过预处理的临床数据进行模糊聚类分析并进行聚类有效性函数计算；

将所述第一聚类数量依次递减，并采用预设方式减少一个对应的聚类中心，作为下一次模糊聚类分析的初始聚类数量和初始聚类中心，重复对经过预处理的临床数据进行模糊聚类分析并进行聚类有效性函数计算的过程，直到模糊聚类分析的初始聚类数量小于或等于二；

比较历次模糊聚类分析的聚类有效性函数的数值，将聚类有效性函数数值的最小值对应的聚类数量作为所述临床数据的最佳分类数量。

可选的，针对每次聚类分析结果，计算聚类有效性函数的数值，包括：

计算聚类结果的内聚度和分离度，其中，所述内聚度表示为所述分离度表示为i,k＝1,2,...,c，c表示聚类数量，n(i)表示第i类数据的个数，d(x，y)表示样本x与样本y间的欧式距离，u_ij表示样本i属于j类的隶属度；