[发明专利]一种健康档案缺失值补全方法、系统以及存储介质

说明书

本发明为一种健康档案缺失值补全方法、系统以及存储介质，包括S1：根据医学知识图谱获取健康档案中的数据；S2：将健康档案的数据代入补全策略中的预定义量策略、统计方法策略以及预测模型策略进行补全；S3：若用户信息满足策略要求，输出补全值；S4：若不符合策略要求则进行下一策略进行补全；S5：若到最后一个策略仍无满足策略要求，则补全失败，不进行补全；预定义量策略由预定义量匹配模块进行处理、统计方法策略由统计量计算模块处理、预测模型策略由深度学习预测模块处理。本发明有效解决健康档案数据缺失问题，补全缺失的数据，从而提高健康档案信息的完整度，为后续的健康评估和健康改善提供保障。

技术领域

本发明涉及健康档案缺失补全技术领域，具体为一种健康档案缺失值补全方法、系统以及存储介质。

背景技术

随着社会的发展与全民健康意识的提高，健康管理服务逐渐走进了每个人的生活，通过体检、问卷调查、设备采集等多种手段可以整合用户的健康数据，形成一份专属于用户的健康档案，从而对健康管理服务的决策提供依据。可是由于收集渠道、存储整理、传递传输等多个环节的潜在问题，都可能导致健康档案中的数据丢失遗漏或者发生明显的错误，这时这些数据的缺失会导致后续的健康管理服务可行性降低，无法给出相对可靠的健康管理策略，影响十分巨大。传统的缺失值补全只能利用数据集中的众数或者算术平均值进行补充，死板且较为极端，并未根据用户本身的已有信息进行补全。

为了解决上述问题，本领域工作人员健康档案缺失值补全方法、系统进行了不同的研究：

中国专利申请201911001636.7公开了基于LSTM的电子健康记录缺失数据补全方法及系统，包括：从患者电子病历数据集中，提取患者体检指标作为数据特征；对数据特征进行预处理，对预处理后的数据特征进行归一化处理；构造新的数据集，所述新的数据集包括若干患者编号，每个患者编号均设有对应的数据特征；标记每个数据特征的测量时间；如果患者S的部分数据特征均存在缺失值，mn为第n个数据特征；n为正整数，则将患者S的非缺失数据特征和每个非缺失数据特征对应的测量时间输入到预先训练好的LSTM模型中，输出患者S的所有缺失数据特征的预测值和每个预测值对应的测量时间；将缺失值更新为对应测量时间的预测值。然而，该技术方案中的补全方法单一，已无法满足健康管理服务机构的多样化需求和用户日益增长的健康管理需求，在此我们提出了基于多种补全策略，能够充分利用用户当前信息的补全系统和方法，此系统和方法还利用了图处理算法和深度学习算法，能够在不同统计维度，不同用户群体、不同机构需求的情况下进行灵活科学地数据补全。

因此有必要对健康档案缺失值补全方法、系统以及存储介质进行进一步的改进，以解决上述的各种不端。

发明内容

本申请的目的：在于解决和克服现有技术和应用的不足，提供一种健康档案缺失值补全方法、系统以及存储介质，有效解决健康档案数据缺失问题，能够利用健康档案中的已有数据，补全健康档案中部分缺失的数据，从而提高健康档案信息的完整度，为后续的健康评估和健康改善提供保障。

本申请的目的是通过如下技术方案来完成的，一种健康档案缺失值补全方法，包括以下步骤：

S1：根据医学知识图谱获取健康档案中的数据；

S2：将所述健康档案的数据代入所述补全策略中的预定义量策略、统计方法策略以及预测模型策略进行补全；

S3：若用户信息满足策略要求，输出补全值；

S4：若不符合策略要求则进行下一策略进行补全；

S5：若到最后一个策略仍无满足策略要求，则补全失败，不进行补全；

所述预定义量策略、统计方法策略以及预测模型策略的补全顺序根据机构本身的用户规模、数据质量以及管理经验来进行选择。

优选地，所述预定义量策略由预定义量匹配模块进行处理、所述统计方法策略由统计量计算模块处理、所述预测模型策略由深度学习预测模块处理。