[发明专利]一种医院数据的自动分析方法及自动分析系统

权利要求书

1.一种医院数据的自动分析方法，其特征在于，所述方法包括：

S1、采集一段时间内住院时间超过预定时间的病人相关信息，以形成分析样本数据；

S2、对采集的所述分析样本数据运用模糊数学和聚类分析方法进行原因分类，得到聚类分析结果；

S3、根据所述聚类分析结果，运用分类分析方法对实际样本数据进行原因归类，并输出各原因类别对应的样本数据量；

S4、运用帕累托分析方法分析得到所述实际样本数据的主因。

2.如权利要求1所述的一种医院数据的自动分析方法，其特征在于，所述病人相关信息包括病人的基本信息、入院时间、出院时间、检查时间、检查结果反馈时间、检查项目数量、手术申请时间、手术开始时间、手术结束时间、手术延期记录、并发症记录、术前转科记录、术后转科记录、特殊疾病的诊断、并发症记录和医嘱时间。

3.如权利要求1所述的一种医院数据的自动分析方法，其特征在于，所述步骤S2具体包括：

S21、对采集的所述分析样本数据进行标准化转换，将所述分析样本数据压缩到区间(0,1)上，建立二维原始数据矩阵；

S22、借用传统聚类分析的相似系数法标出衡量被分类的分析样本数据之间相似程度的统计量r_ij建立模糊形似矩阵，其中，i，j为正整数，i，j的取值均为1、2…n，n为分析样本数据量，且r_ij＝R(x_i,x_j)，其中，r_ij表示x_i和x_j的相似程度，x_i和x_j为分析样本数据中第i个和第j个样本数据值；

S23、采用直接聚类算法和F检验方法对建立的所述模糊相似矩阵进行分析，得到聚类分析结果。

4.如权利要求3所述的一种医院数据的自动分析方法，其特征在于，所述步骤S23具体包括：

S231、采用直接聚类算法，在建立的模糊相似矩阵基础上，取某一实数λ∈[0,1]，依次将λ值从1变小至0，对论域内的所有元素构建相类似的矩阵，得到在不同λ水平下对所述分析样本数据的原因分类划分；

S232、采用F检验法确定不同分类之间是否存在显著差异：设论域有n个分析样本数据，每个分析样本数据有m个特征值,对应λ值的原因分类数为s，原因分类结果中第j类的样本数据量为n_j，其中的样本数据值为x_nj^j。每个特征值对应样本数据平均值为故第j类样本中第k个特征的样本数据平均值为

F=(Σj=1snj||x‾j-x‾||2/(s-1))/(Σj=1sΣi=1nj||x‾ij-x‾j||2/(n-s));]]>

F统计量服从自由度为s-1,n-s的F分布，分母表示类内样本间的距离，分子表示类与类之间的距离，当F值最大时，得到最佳的聚类分析结果。