[发明专利]基于时间序列相似性分析的在院人次异常检测方法及系统

权利要求书

1.基于时间序列相似性分析的在院人次异常检测方法，其特征在于，它具体包括如下步骤：

S1：在院人次时间序列提取：从数据库中提取同级别医院的住院信息，构建在院人次时间序列，并对数据进行预处理；

S2：滑动窗口SW时间序列构建：分别计算被检测医院和同级别医院在滑动窗口SW的在院人次环比增长率，并重复此计算过程，进而得到不同长度的滑动窗口时间序列，选择最优的滑动窗口长度；

S3：序列间DTW距离计算：基于被检测医院与同级别医院的在院人次环比增长率时间序列，计算序列间DTW距离；

S4：标准化：对序列间DTW值进行极差标准化，并对被检测医院当前时间在院人次的环比增长率进行极差标准化；

S5：异常指数计算：当前时间i、被检测医院k的异常指数α+β＝1，α、β分别为当前时间和滑动窗口历史时间的权重；

S6：异常输出：异常阈值为T_i，若则输出异常的被检测医院k和时间i。

2.根据权利要求1所述的基于时间序列相似性分析的在院人次异常检测方法，其特征在于，所述的步骤S1具体包括如下子步骤：

S11：数据收集和预处理，选定一个医院等级，从数据库中提取同级别医院住院信息的以下特征：就诊ID、医院ID、医院名称、医院等级、入院时间和出院时间；

S12：构建在院人次时间序列Dⁿ，具体表示为：

Dⁿ＝d₁＝(v₁,t₁),...,d_i＝(v_i,t_i),...,d_n＝(v_n,t_n)

其中d_i＝(v_i,t_i)表示时间t_i的在院人次v_i；

被检测医院k的在院人次上午12点以前出院的患者，不计入当天的在院人次；上午12点以后出院的患者，计入当天的在院人次。

3.根据权利要求1所述的基于时间序列相似性分析的在院人次异常检测方法，其特征在于，所述的步骤S2具体包括如下子步骤：

S21：医院k∈(1,…,k,…,w)，其中w表示共w家同级别医院，在长度为s的滑动窗口SW的在院人次环比增长率，构成长度为s-1的序列，记为

S22：医院k同级别医院，共w家医院，在长度为s的滑动窗口SW的在院人次环比增长率，构成长度为s-1的序列，记为

S23：调整滑动窗口长度，重复步骤S21、S22，得到不同长度的滑动窗口时间序列，根据在院人次异常预测准确率指标，选择最优的滑动窗口长度；

所述的滑动窗口长度的选择包括如下子步骤：

S231：设定滑动窗口长度初始值；

S232：通过人工打标签方式，判断预测准确率，并据此进一步调整滑动窗口长度；

S233：根据所设定的在院人次异常预测准确率指标，选择滑动窗口长度。

4.根据权利要求1所述的基于时间序列相似性分析的在院人次异常检测方法，其特征在于，所述的步骤S3具体为：

医院k和同级别医院在长度为s的滑动窗口SW的在院人次环比增长率序列分别为：

其DTW距离记为

f(0,0)＝0,f(i,0)＝f(0,j)＝∞

所述的可通过不同的距离进行定义。

5.根据权利要求1所述的基于时间序列相似性分析的在院人次异常检测方法，其特征在于，所述的步骤S4具体包括如下子步骤：

S41：对滑动窗口历史时期的DTW距离标准化，进行极差标准化，记为

S42：将当前时期的环比增长率标准化，医院k∈(1,…,k,…,w)在当前时间i的在院人次环比增长率进行极差标准化，记为