[发明专利]一种基于词向量模型的疾病模式挖掘方法及装置有效
| 申请号： | 201811298304.5 | 申请日： | 2018-11-01 |
| 公开（公告）号： | CN109360658B | 公开（公告）日： | 2021-06-08 |
| 发明（设计）人： | 王静远;李姝;杨英;马旭 | 申请（专利权）人： | 北京航空航天大学;国家卫生健康委科学技术研究所 |
| 主分类号： | G16H50/70 | 分类号： | G16H50/70 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 曹鹏飞 |
| 地址： | 100000*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于词向量模型的疾病模式挖掘方法及装置。该方法包括：获取原始医疗数据data，分别进行0‑1二值化处理，处理后得到二值矩阵，根据所述二值矩阵Mat，构造词向量模型的训练样本集合；训练所述词向量模型，得到医疗指标编码矩阵；医疗指标编码向量层次聚类；可视化聚类结果，得到模式挖掘的结果。针对信息化医疗数据固有的数据量大，内容不完整，噪声大，特征间关系复杂等特点，将自然语言处理中词向量模型应用于医疗数据，可有效地进行医疗大数据疾病模式挖掘。 | ||
| 搜索关键词： | 一种 基于 向量 模型 疾病 模式 挖掘 方法 装置 | ||
【主权项】：
1.一种基于词向量模型的疾病模式挖掘方法，其特征在于，包括如下步骤：S1：获取原始医疗数据data，所述原始医疗数据data包含N条记录，每条记录包含Mraw个原始特征；所述原始特征包括：患者生活习惯特征、血糖、肝功、患病情况和患病史信息；S2：对所述Mraw个原始特征分别进行0‑1二值化处理，处理后得到二值矩阵Mat∈[0，1]N*M，M为处理后新特征的个数；所述新特征的个数为待分析医疗指标的个数；S3：根据所述二值矩阵Mat，构造词向量模型的训练样本集合；S4：训练所述词向量模型，得到医疗指标编码矩阵W∈RM*T；所述编码矩阵W为M个待分析医疗指标的T维编码向量；S5：对所述M个待分析医疗指标的T维编码向量进行层次聚类；S6：可视化聚类结果，得到模式挖掘的结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学;国家卫生健康委科学技术研究所，未经北京航空航天大学;国家卫生健康委科学技术研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811298304.5/，转载请声明来源钻瓜专利网。
