[发明专利]病理数据的分析方法及装置

说明书

本申请涉及计算机技术领域，提供一种病理数据的分析方法及装置，采用多个疾病分析模型对待分析对象的目标病理数据进行分析。其中，每个疾病分析模型是基于目标区域内的全量病理数据训练得到的，数据量较大，病症较为全面，相对于使用小数据集，保证了训练模型的准确性；并且，每个疾病分析模型采用不同的方法对目标病理数据进行分析，充分利用了目标病理数据中的目标病理特征，使得分析结果更加的准确，进而提高疾病防控的安全性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种病理数据的分析方法及装置。

背景技术

传染病可以在短时间内使许多人发病，引起群体性发病，不仅会造成心理恐慌，还会导致人们的日常生活出现混乱。所以，传染病必须及时进行控制。

一般来说，医院在发现法定传染病病例时具有上报的义务，但耽于繁琐的上报流程，有些医生可能会回避上报或者无法及时上报，导致疾病预防控制中心无法准确捕捉传染病的真实发病情况。

目前，对传染病进行分析研究时，主要利用指定医院上报的病例数据，数据量较小，可能无法覆盖各地区传染病的病例，也可能无法覆盖传染病的全部病症，因此，使用小数据集训练的疾病分析模型，存在一定的局限性；并且，针对每一类传染病，均使用一个模型(如决策树、支持向量机等机器学习模型)进行分析。

这样，模型分析过程使用的疾病特征较为固定，方法较为单一，而实际上随着病情的发展，疾病特征可能发生变化，单一的模型可能无法准确的分析出传染病，导致传染病的防控不及时，威胁人们的生命健康。

发明内容

本申请实施例提供一种病理数据的分析方法及装置，以提高传染病分析的准确性，进而提高疾病防控的安全性。

一方面，本申请实施例提供了一种病理数据的分析方法，包括：

获取待分析对象的目标病理数据；

基于已训练的各个疾病分析模型，分别执行以下操作：通过一个疾病分析模型从所述目标病理数据中，提取出相应的病理特征集合，并基于所述病理特征集合，获得所述一个疾病分析模型输出的，所述待分析对象患有目标疾病的概率；其中，所述各个疾病分析模型使用的正训练样本和负训练样本为目标区域内的全量病理数据，不同疾病分析模型使用的正训练样本和负训练样本不同；

基于所述各个疾病分析模型各自输出的概率，确定所述待分析对象患有所述目标疾病的分析结果。

另一方面，本申请实施例提供了一种病理数据的分析装置，包括：

获取模块，用于获取待分析对象的目标病理数据；

概率确定模型，用于基于已训练的各个疾病分析模型，分别执行以下操作：通过一个疾病分析模型从所述目标病理数据中，提取出相应的病理特征集合，并基于所述病理特征集合，获得所述一个疾病分析模型输出的，所述待分析对象患有目标疾病的概率；其中，所述各个疾病分析模型使用的正训练样本和负训练样本为目标区域内的全量病理数据，不同疾病分析模型使用的正训练样本和负训练样本不同；

分析模块，用于基于所述各个疾病分析模型各自输出的概率，确定所述待分析对象患有所述目标疾病的分析结果。

可选的，所述各个疾病分析模型包括以下至少一种：

第一疾病分析模型，所述第一疾病分析模型是基于病理数据之间的相似程度进行病理分析的；

第二疾病分析模型，所述第二疾病分析模型是基于病理数据对应的多个预测概率进行病理分析的；其中，每个预测概率是通过所述第二疾病分析模型中的一个目标子模型获得的；

第三疾病分析模型，所述第三疾病分析模型是基于病理数据对应的融合病理特征进行病理分析的。

可选的，所述一个疾病分析模型为所述第一疾病分析模型时，所述概率确定模块具体用于：