[发明专利]患者身份识别方法、装置、设备和介质

权利要求书

1.一种患者身份识别的方法，其特征在于，所述方法包括：

获取至少一个历史患者的患者样本数据，根据所述患者样本数据建立患者样本数据库，对所述患者样本数据进行数据预处理，获取预处理后的目标样本数据；

获取归类标准，根据所述归类标准对每个所述历史患者的所述目标样本数据进行标签归类；

获取目标患者的模型相似度系数及模型权重系数，根据所述模型相似度系数及所述模型权重系数计算所述目标患者的目标标签累计值；

获取所述至少一个历史患者的历史标签累计值，将所述目标标签累计值与每个所述历史标签累计值进行相似度匹配，获取每个所述历史患者与所述目标患者的相似度匹配值，将所述相似度匹配值最高的历史患者作为所述目标患者的同一身份患者。

2.根据权利要求1所述的方法，其特征在于，所述获取归类标准，根据所述归类标准对每个所述历史患者的所述目标样本数据进行标签归类，包括：

获取特征归类标准，以所述特征归类标准对每个所述历史患者的所述目标样本数据进行一级分类，获取一级分类后的画像特征大类；

获取标签归类标准，以所述标签归类标准对每个所述历史患者的所述画像特征大类进行二级分类，获取二级分类后的画像标签小类。

3.根据权利要求1所述的方法，其特征在于，所述获取目标患者的模型相似度系数及模型权重系数，根据所述模型相似度系数及所述模型权重系数计算所述目标患者的目标标签累计值，包括：

获取所述目标患者携带的每个目标标签的目标标签权重及目标标签系数，根据所述目标标签权重及所述目标标签系数计算每个所述目标标签的所述模型相似度系数；

获取每个所述目标标签对应的所述模型权重系数，计算每个所述目标标签的所述模型相似度系数及所述模型权重系数的乘积，将所述乘积进行累加，将累加后的值作为所述目标标签累计值。

4.根据权利要求1所述的方法，其特征在于，所述获取所述至少一个历史患者的历史标签累计值，包括：

获取每个所述历史患者携带的匹配标签的匹配标签权重及匹配标签系数，根据所述匹配标签权重及所述匹配标签系数计算每个所述匹配标签的匹配相似度系数；

获取每个所述匹配标签对应的匹配权重系数，计算每个所述匹配标签的所述匹配相似度系数及所述匹配权重系数的乘积，将所述乘积进行累加，将累加后的值作为所述历史标签累计值。

5.根据权利要求1所述的方法，其特征在于，所述将所述目标标签累计值与每个所述历史标签累计值进行相似度匹配，获取每个所述历史患者与所述目标患者的相似度匹配值，包括：

计算所述目标标签累计值与每个所述历史标签累计值的相似度比值，将所述相似度比值作为每个所述历史患者与所述目标患者的相似度匹配值。

6.根据权利要求1所述的方法，其特征在于，在所述将所述相似度匹配值最高的历史患者作为所述目标患者的同一身份患者之后，还包括：

根据所述相似度匹配值计算所述目标患者的相似度偏差值；

根据所述相似度偏差值对所述模型相似度系数及所述模型权重系数进行系数修正，以使得所述相似度偏差值小于偏差值阈值。

7.根据权利要求1所述的方法，其特征在于，所述对所述患者样本数据进行数据预处理，获取预处理后的目标样本数据，包括：

对所述患者样本数据的进行命名规范处理，获取命名规范处理后的规范样本数据；

对所述规范样本数据中的无效数据和/或非规范数据进行清除处理，获取清除处理后的所述目标样本数据。