[发明专利]基于规则分类器的增量医疗数据的分类方法及相关设备

说明书

本申请提供一种基于规则分类器的增量医疗数据的分类方法及相关设备；包括：对医疗数据集预设多个类别，并确定医疗数据集中每个样本具备的属性和类别；确定对每个类别执行分类时的分类顺序；在每次分类中，计算每个该属性的属性可靠性，并得到可靠性排序；根据可靠性排序选择预定数量的属性作为初始特征子集，并构建规则分类器，利用规则分类器对样本进行分类，得到分类准确率；根据可靠性排序和分类准确率调整初始特征子集中的属性，得到目标特征子集；根据分类顺序，进行全部类别的分类，得到每次分类操作的目标特征子集和规则分类器；集成全部目标特征子集和规则分类器，用于对医疗数据集中的新样本进行分类。

技术领域

本申请的实施例涉及数据处理的技术领域，尤其涉及一种基于规则分类器的增量医疗数据的分类方法及相关设备。

背景技术

在现有的医疗数据分类中，例如PSG(多导睡眠图)评估方法，多利用大量不同的监测信号作为数据的多个特征或属性，并基于每个特征所产生的数值对睡眠状态进行评估，但在实际应用中，数据的获取往往存在先后顺序，并且某些属性获取的条件苛刻或者花费昂贵，例如PSG评估方法，大量的监测信号来自于对身体不同部位进行监测，并使用不同的特殊仪器，这往往意味着需要病患付出大量的成本，并且很多信号数据的监测过程需要在特殊的场所进行，这带来的监测成本和数据分析成本十分高昂。

一些情况下，例如PSG评估的医疗数据分类中，存在利用部分属性就能进行粗略分类的情况，通过结果再判断是否需要获取后续属性，这大大节省了时间和资源，因此先利用已有的有限的数据进行分类是十分必要的。

基于此，需要一种能够实现在有限数据以及增量数据的情况下，对医疗数据进行有效分类的方案。

发明内容

有鉴于此，本申请的目的在于提出一种基于规则分类器的增量医疗数据的分类方法及相关设备。

基于上述目的，本申请提供了基于规则分类器的增量医疗数据的分类方法，应用于存储有医疗数据集的数据库，包括：

对医疗数据集预设多个类别，并确定所述医疗数据集中每个样本具备的多个属性和每个所述样本初始所隶属的类别；

在全部所述类别中确定对每个所述类别执行分类时的分类顺序；

在每次针对单个所述类别的分类中，对于每个所述属性，根据单独使用该属性进行分类时每个所述类别中所述样本的数量计算关于该属性的属性可靠性，根据全部所述属性可靠性得到可靠性排序；

根据所述可靠性排序从全部所述属性中选择预定数量的所述属性作为初始特征子集，利用所述初始特征子集构建所述规则分类器，并利用所述规则分类器对全部所述样本进行分类，得到关于所述初始特征子集的分类准确率；

根据所述可靠性排序和所述分类准确率调整所述初始特征子集中的所述属性，得到目标特征子集；

根据所述分类顺序，进行全部所述类别的分类，得到每次分类操作的所述目标特征子集和所述规则分类器；集成全部所述目标特征子集和所述规则分类器，用于对所述医疗数据集中的新样本进行分类。

进一步地，在每次针对单个所述类别的分类中，对于每个所述属性，根据单独使用该属性进行分类时每个所述类别中所述样本的数量计算关于该属性的属性可靠性，根据全部所述属性可靠性得到可靠性排序，包括：

在每次针对单个所述类别的分类中，执行关于该类别，和非该类别的二分类操作；

对于每个所述属性，在单独通过该属性对全部所述样本进行分类时，在每个所述类别中确定通过该属性判定属于该类别的所述样本的判定数量；

根据该属性的所述判定数量确定该属性的所述属性可靠性；

根据每个所述属性各自的所述属性可靠性，将全部所述属性按照所述属性可靠性从高到底的顺序进行排列。