[发明专利]基于医疗数据的特征提取方法、装置、设备及存储介质

说明书

本发明涉及人工智能及数字医疗领域，公开了一种基于医疗数据的特征提取方法、装置、设备及存储介质，该方法可应用于智能诊疗系统，包括：对智能诊疗系统产生的医疗数据进行解析，得到特征变量；提取特征变量的变量值，并根据变量值对特征变量进行分箱，计算各分箱中特征变量的信息价值，通过信息价值对特征变量进行筛选，得到医疗数据的特征。本发明实现了对医疗数据的特征提取的自动化，提高了特征提取的效率，节省了时间成本。此外，本发明还涉及区块链领域，意图触发话术文本和基础话术意图集可存储于区块链中。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于医疗数据的特征提取方法、装置、设备及存储介质。

背景技术

随着大数据的发展，数据业务的发展越来越成熟。许多业务处理依赖于对数据进行分析和识别。因此，人工智能模型的建模稳定性以及对数据的识别准确性是确保对各类业务进行正常业务处理的关键。而在人工智能模型的建模阶段，特征数据对人工智能模型的稳定性和拟合程度影响较大。而随着数字化技术在医疗领域的应用，医疗数据量越来越大，蕴含着许多有价值的信息资源，并且医疗数据的特征提取具有广泛的应用领域，包括：医疗活动辅助诊断、医疗质量管理、医学信息处理、医药研发、生物医学、医学图像等。

目前，对于数据的特征提取的方法是对海量数据按照维度进行不断筛选，即通过特征选择的算法过滤掉数据的无用的特征，但是这些方法会抛弃掉对数据有用的部分特征，或者数据特征维度高，因而获得的数据特征性能差，导致特征提取效率低。

发明内容

本发明的主要目的在于解决现有技术中医疗数据的特征提取效率低的技术问题。

本发明第一方面提供了一种基于医疗数据的特征提取方法，所述基于医疗数据的特征提取方法包括：获取智能诊疗系统产生的医疗数据，并对所述医疗数据进行解析，得到多个特征变量；提取所述特征变量中的变量值，并根据所述变量值对所述特征变量进行分箱处理，得到多个分箱；对各所述分箱中的变量值进行相关性分析，根据相关性分析的结果对所述变量值进行分类，并计算各所述分箱的特征权重；根据所述特征权重和预设的信息价值计算公式，计算各所述特征变量信息价值；根据所述信息价值对各所述特征变量进行筛选，得到所述医学数据的特征。

可选的，在本发明的第一方面的第一种实现方式中，所述对提取所述特征变量中的变量值，并根据所述变量值对所述特征变量进行分箱处理，得到多个分箱包括：提取所述特征变量中各变量值，并判断所述变量值是否为缺失值；若所述变量值为缺失值，则将所述变量中的所有缺失值设定为第一组分箱，并对所述第一组分箱设置第一分箱编码；剔除所述变量中的所述缺失值，得到剩余值，判断所述剩余值是否为同一固定值；若所述剩余值为同一固定值，则将所述第剩余特征值设定为第二组分箱，并对所述第二组分箱设置第二分箱编码。

可选的，在本发明的第一方面的第二种实现方式中，若判断所述剩余值不为同一固定值时，所述对各所述变量进行分箱处理，得到多个分箱还包括：对所述剩余值设置分位点；根据所述分位点对所述剩余值进行分箱处理，得到第三组分箱；对所述第三组分箱设置第三分箱编码。

可选的，在本发明的第一方面的第三种实现方式中，所述对各所述分箱中的变量值进行相关性分析，根据相关性分析的结果对所述变量值进行分类，并计算各所述分箱的特征权重包括：对各所述分箱中的变量值进行相关性分析，计算各所述分箱中各变量与预设的正向维度之间的相关度，得到正向相关值，并将所述正向相关值与预设的正向相关阈值进行比较，得到第一比较结果；计算各所述分箱中各变量值与预设的反向维度之间的相关度，得到反向相关值，并将所述反向相关值与预设的反向相关阈值进行比较，得到第二比较结果；根据所述第一比较结果和所述第二比较结果，将各所述分箱中各变量划分为正向变量和反向变量；根据所述正向变量和所述反向变量分别计算各所述分箱的特征权重。