The invention provides a minimally invasive medical service system under the hybrid Cloud Architecture and its auxiliary decision-making method. The method includes: data privacy and inspection data acquisition targets; there are at least in the feature set, the query privacy data and the inspection data of a preset feature, the at least one preset feature in arbitrary and feature a collection of feature overlap or partially overlap with; the output form of the at least one feature. It can be seen that the invention can check the preset feature item which is most relevant to the target object in the data, and assist the medical staff to make decision after output, which can lighten the workload of the medical staff.
【技术实现步骤摘要】
混合云架构下的微创医疗服务系统及其辅助决策方法
本专利技术涉及数据处理
,尤其涉及一种混合云架构下的微创医疗服务系统及其辅助决策方法。
技术介绍
目前,医疗工作者为患者诊断时,需要有丰富的经验,才能得到准确的临床结果。随着患者的增加,医疗工作者的工作负担越来越重,为获取准确的临床结果,需要查询大量的检查报告和病理检查,从而得到诊断结果。然而,查询上述大量的检查报告和病理检查会占用医疗工作者的时间,降低诊断效率,从而进一步加重医疗工作者的负担。
技术实现思路
针对相关技术中的缺陷,本专利技术提供了一种混合云架构下的微创医疗服务系统及其辅助决策方法,用于解决相关技术中的技术问题。第一方面,本专利技术实施例提供了一种混合云架构下的微创医疗服务辅助决策方法,所述方法包括:获取目标对象的隐私数据和检查数据;在特征项集合中查询所述隐私数据和所述检查数据中存在的至少一个预设特征项,所述至少一个预设特征项与特征项集合中任意一个特征项重合或者部分重合;以表格形式输出所述至少一个特征项。可选地,特征项集合的获取方法包括:对已有的病历文本进行分词,提取出特征词并量化;所述病历文本包括检查数据,病历数据和隐私数据;构造(X,Y)的训练数据,其中X为量化后的特征项,Y为处理过的病理检查结果,每一份病历都可以得到这样一对(X,Y)的训练样例;遍历X的子集,分别构造(X1,Y)、(X2,Y)、……、(Xn,Y)的训练样例,其中n是X的子集数量;选择K中机器学习方法,对每种方法,使用上一步的训练样本,分别训练,保证分类精度大于阈值的情况下,得到若干X的特征子集,选择其分类精度最好的一组 ...
【技术保护点】
一种混合云架构下的微创医疗服务辅助决策方法,其特征在于,所述方法包括:获取目标对象的隐私数据和检查数据;在特征项集合中查询所述隐私数据和所述检查数据中存在的至少一个预设特征项,所述至少一个预设特征项与特征项集合中任意一个特征项重合或者部分重合;以表格形式输出所述至少一个特征项。
【技术特征摘要】
1.一种混合云架构下的微创医疗服务辅助决策方法,其特征在于,所述方法包括:获取目标对象的隐私数据和检查数据;在特征项集合中查询所述隐私数据和所述检查数据中存在的至少一个预设特征项,所述至少一个预设特征项与特征项集合中任意一个特征项重合或者部分重合;以表格形式输出所述至少一个特征项。2.根据权利要求1所述的辅助决策方法,其特征在于,特征项集合的获取方法包括:对已有的病历文本进行分词,提取出特征词并量化;所述病历文本包括检查数据,病历数据和隐私数据;构造(X,Y)的训练数据,其中X为量化后的特征项,Y为处理过的病理检查结果,每一份病历都可以得到这样一对(X,Y)的训练样例;遍历X的子集,分别构造(X1,Y)、(X2,Y)、……、(Xn,Y)的训练样例,其中n是X的子集数量;选择K中机器学习方法,对每种方法,使用上一步的训练样本,分别训练,保证分类精度大于阈值的情况下,得到若干X的特征子集,选择其分类精度最好的一组特征子集;选择K种机器学习方法,即可得到K个子集,求并集,即为最终特征子集。3.根据权利要求1所述的辅助决策方法,其特征在于,所述对已有的病历文本进行分词,提取出特征词并量化,包括:从私有云获取目标对象的隐私数据解密,得到该目标对象的年龄和性别数据;从公有云获取该目标对象的检查数据,根据分词词典对所述检查数据进行文本分词和去停止词,剔除含否定词的短语后得到多个预设特征项;所述多个预设特征项包括键值对型和平行词型,并分别为每个预设特征项进行赋值。4.根据权利要求3所述的辅助决策方法,其特征在于,所述分词词典根据历史检查数据确定。5.一种混合云架构下的微创医疗服务辅助决系统,其特征在于,所述系统包括:数据获取模块,用...
【专利技术属性】
技术研发人员:丁帅,杨善林,范雯娟,胡世康,王泽源,李叶青,
申请(专利权)人:合肥工业大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。