[发明专利]疾病数据处理方法、装置、电子设备及计算机可读介质

权利要求书

1.一种疾病数据处理方法，其特征在于，包括：

获取疾病数据，所述疾病数据中包括至少一个疾病症状标签；

将所述疾病数据进行分词处理，生成词汇集合；

通过词汇集合构建症状集合，所述症状集合包括至少一个疾病症状标签；以及

将所述症状集合输入诊断模型中以获取疾病分类标识，所述诊断模型为人工神经网络模型；

所述方法还包括：

通过历史疾病数据构建第一数据对与第二数据对，所述第一数据对包括至少一个疾病症状标签与诊断结果，所述第二数据对包括单个疾病症状标签与单个诊断结果；所述第二数据对由所述第一数据对分解而得到；

通过所述第二数据对生成词嵌入向量，所述词嵌入向量为单个疾病症状的词嵌入向量；以及

将所述第一数据对、所述第二数据对、所述词嵌入向量输入人工神经网络模型中，经过训练获得所述诊断模型；

其中，所述通过所述第二数据对生成词嵌入向量包括：

通过所述第二数据对构建诊断网络，其中数据对中的对象作为所述诊断网络的点，对象之间的关系作为所述诊断网络的边；以及

通过网络嵌入技术与所述诊断网络生成词嵌入向量。

2.如权利要求1所述的方法，其特征在于，通过历史疾病数据构建第一数据对与第二数据对包括：

将历史疾病数据根据国际医学用语词典进行分词处理生成第一数据对；以及

将所述第一数据对按照疾病症状标签进行分解以生成至少一个第二数据对。

3.如权利要求1所述的方法，其特征在于，将所述第一数据对、所述第二数据对、所述词嵌入向量输入人工神经网络模型中，经过训练获得诊断模型包括：

将所述第一数据对作为人工神经网络模型的训练数据；

将所述第二数据对作为人工神经网络模型的标签集；

将所述词嵌入向量作为人工神经网络嵌入层的参数；以及

通过设定对人工神经网络模型进行训练以获得所述诊断模型。

4.如权利要求1所述的方法，其特征在于，所述人工神经网络模型至少包括：症状嵌入层、最大池化层、以及仿射变换层。

5.一种疾病数据处理装置，其特征在于，包括：

数据模块，用于获取疾病数据，所述疾病数据中包括至少一个疾病症状标签；

分词模块，用于将所述疾病数据进行分词处理，生成词汇集合；

数据对模块，用于通过词汇集合构建症状集合，所述症状集合包括至少一个疾病症状标签；以及

结果模块，用于将所述症状集合输入诊断模型中以获取疾病分类标识，所述诊断模型为人工神经网络模型；

其中，所述诊断模型通过以下方式获得：

通过历史疾病数据构建第一数据对与第二数据对，所述第一数据对包括至少一个疾病症状标签与诊断结果，所述第二数据对包括单个疾病症状标签与单个诊断结果；所述第二数据对由所述第一数据对分解而得到；

通过所述第二数据对生成词嵌入向量，所述词嵌入向量为单个疾病症状的词嵌入向量；以及

将所述第一数据对、所述第二数据对、所述词嵌入向量输入人工神经网络模型中，经过训练获得所述诊断模型；

所述通过所述第二数据对生成词嵌入向量包括：

通过所述第二数据对构建诊断网络，其中数据对中的对象作为所述诊断网络的点，对象之间的关系作为所述诊断网络的边；以及

通过网络嵌入技术与所述诊断网络生成词嵌入向量。

6.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

7.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。