电子装置、鼻咽癌筛查分析方法和计算机可读存储介质制造方法及图纸

本发明专利技术公开一种电子装置、鼻咽癌筛查分析方法和计算机可读存储介质，该方法包括：在收到一个待筛查客户的鼻咽癌筛查请求后，从鼻咽癌筛查请求中获取该待筛查客户的特征标签；若获取特征标签失败，则从鼻咽癌筛查请求中获取该待筛查客户的客户属性数据；从多个预先确定的业务服务器提取出与该待筛查客户的客户属性数据对应的各种特征数据；按照预设的特征标签提取规则，从提取出的各种特征数据中分析出该待筛查客户的特征标签；将该待筛查客户的特征标签代入预先训练好的分析模型中，以分析出该待筛查客户是否是高危鼻咽癌医学判断对象。本发明专利技术技术方案实现了客观准确的、高效的筛查出高危鼻咽癌医学判断对象，从而使客户及早进行预防或治疗。

【技术实现步骤摘要】
电子装置、鼻咽癌筛查分析方法和计算机可读存储介质
本专利技术涉及大数据分析应用
，特别涉及一种电子装置、鼻咽癌筛查分析方法和计算机可读存储介质。
技术介绍
鼻咽癌是一种高发恶性肿瘤，发病率为耳鼻咽喉恶性肿瘤之首，病因复杂。传统医学上对鼻咽癌的发病原因尚不明确，现有的研究大多来自于临床观察(与遗传、环境、病毒有关)。而临床观察获取个人信息有限，同时，现有的研究通常依赖于研究人员专业医学知识和个人经验，因此，研究的准确性无法满足要求，无法形成客观准确的、指标明确的发病原因筛查体系。因此，如何实现对高危鼻咽癌医学判断对象客观准确的、高效的筛查，进而实现及早预防或治疗，已经成为一个亟待解决的技术问题。
技术实现思路
本专利技术提供一种电子装置、鼻咽癌筛查分析方法，旨在实现客观准确的、高效的筛查出高危鼻咽癌医学判断对象，从而使客户及早进行预防或治疗。为实现上述目的，本专利技术提出的电子装置，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的鼻咽癌筛查分析系统，所述鼻咽癌筛查分析系统被所述处理器执行时实现如下步骤：在收到一个待筛查客户的鼻咽癌筛查请求后，从所述鼻咽癌筛查请求中获取该待筛查客户的特征标签；若从所述鼻咽癌筛查请求中获取特征标签失败，则从所述鼻咽癌筛查请求中获取该待筛查客户的客户属性数据；从多个预先确定的业务服务器提取出与该待筛查客户的客户属性数据对应的各种特征数据；按照预设的特征标签提取规则，对提取出的各种特征数据进行特征标签分析，以分析出该待筛查客户的特征标签；将该待筛查客户的特征标签代入预先训练好的分析模型中，以分析出该待筛查客户是否是高危鼻咽癌医学判断对象。优选地，所述特征标签包括基本特征信息、偏好习惯信息、行为信息及/或社会关系信息。优选地，所述分析模型为多元线性回归模型，所述分析模型的训练步骤包括：E1、根据预先确定的客户属性数据，从多个预先确定的业务服务器提取出第一预设数量的客户的各种特征数据；E2、按照预设的特征标签提取规则，对提取的各个客户的各种特征数据进行分析，以确定各个客户的特征标签；E3、根据预先确定的鼻咽癌与客户属性数据的映射关系，确定所述第一预设数量的客户中患有鼻咽癌的异常客户，确定各个异常客户对应的特征标签，将各个正常客户对应的特征标签和各个异常客户对应的特征标签作为预设模型的训练样本；E4、将所述训练样本分为第一百分比的训练集和第二百分比的验证集，所述第一百分比和第二百分比之和小于或者等于100％；E5、利用训练集中的各个正常客户的特征标签和各个异常客户的特征标签对所述分析模型进行训练，并在训练完成后利用验证集中的各个正常客户的特征标签和各个异常客户的特征标签对训练的所述分析模型的准确率进行验证；E6、若准确率大于预设阈值，则模型训练结束；E7、若准确率小于或者等于预设阈值，则执行上述步骤E1、E2、E3以增加训练样本的数量，并基于增加后的训练样本重新执行上述步骤E4和E5。优选地，所述预设的特征标签提取规则为：对于连续数值的各种特征数据种类设置对应的标签阈值；对于非为连续数值的各种特征数据种类设置对应的标签范围；根据连续数值的各种特征数据种类与标签阈值的映射关系，确定出各个客户的各种连续数值的特征数据对应的标签信息，及根据非连续数值的各种特征数据种类与标签范围的映射关系，确定出各个客户的各种非连续数值的特征数据对应的标签信息。本专利技术还提出一种鼻咽癌筛查分析方法，该方法包括步骤：在收到一个待筛查客户的鼻咽癌筛查请求后，从所述鼻咽癌筛查请求中获取该待筛查客户的特征标签；若从所述鼻咽癌筛查请求中获取特征标签失败，则从所述鼻咽癌筛查请求中获取该待筛查客户的客户属性数据；从多个预先确定的业务服务器提取出与该待筛查客户的客户属性数据对应的各种特征数据；按照预设的特征标签提取规则，对提取出的各种特征数据进行特征标签分析，以分析出该待筛查客户的特征标签；将该待筛查客户的特征标签代入预先训练好的分析模型中，以分析出该待筛查客户是否是高危鼻咽癌医学判断对象。优选地，所述特征标签包括基本特征信息、偏好习惯信息、行为信息及/或社会关系信息。优选地，所述分析模型为多元线性回归模型，所述分析模型的训练步骤包括：E1、根据预先确定的客户属性数据，从多个预先确定的业务服务器提取出第一预设数量的客户的各种特征数据；E2、按照预设的特征标签提取规则，对提取的各个客户的各种特征数据进行分析，以确定各个客户的特征标签；E3、根据预先确定的鼻咽癌与客户属性数据的映射关系，确定所述第一预设数量的客户中患有鼻咽癌的异常客户，确定各个异常客户对应的特征标签，将各个正常客户对应的特征标签和各个异常客户对应的特征标签作为预设模型的训练样本；E4、将所述训练样本分为第一百分比的训练集和第二百分比的验证集，所述第一百分比和第二百分比之和小于或者等于100％；E5、利用训练集中的各个正常客户的特征标签和各个异常客户的特征标签对所述分析模型进行训练，并在训练完成后利用验证集中的各个正常客户的特征标签和各个异常客户的特征标签对训练的所述分析模型的准确率进行验证；E6、若准确率大于预设阈值，则模型训练结束；E7、若准确率小于或者等于预设阈值，则执行上述步骤E1、E2、E3以增加训练样本的数量，并基于增加后的训练样本重新执行上述步骤E4和E5。优选地，所述预设的特征标签提取规则为：对于连续数值的各种特征数据种类设置对应的标签阈值；对于非为连续数值的各种特征数据种类设置对应的标签范围；根据连续数值的各种特征数据种类与标签阈值的映射关系，确定出各个客户的各种连续数值的特征数据对应的标签信息，及根据非连续数值的各种特征数据种类与标签范围的映射关系，确定出各个客户的各种非连续数值的特征数据对应的标签信息。本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质存储有鼻咽癌筛查分析系统，所述鼻咽癌筛查分析系统可被至少一个处理器执行，以使所述至少一个处理器执行如下步骤：在收到一个待筛查客户的鼻咽癌筛查请求后，从所述鼻咽癌筛查请求中获取该待筛查客户的特征标签；若从所述鼻咽癌筛查请求中获取特征标签失败，则从所述鼻咽癌筛查请求中获取该待筛查客户的客户属性数据；从多个预先确定的业务服务器提取出与该待筛查客户的客户属性数据对应的各种特征数据；按照预设的特征标签提取规则，对提取出的各种特征数据进行特征标签分析，以分析出该待筛查客户的特征标签；将该待筛查客户的特征标签代入预先训练好的分析模型中，以分析出该待筛查客户是否是高危鼻咽癌医学判断对象。优选地，所述分析模型为多元线性回归模型，所述分析模型的训练步骤包括：E1、根据预先确定的客户属性数据，从多个预先确定的业务服务器提取出第一预设数量的客户的各种特征数据；E2、按照预设的特征标签提取规则，对提取的各个客户的各种特征数据进行分析，以确定各个客户的特征标签；E3、根据预先确定的鼻咽癌与客户属性数据的映射关系，确定所述第一预设数量的客户中患有鼻咽癌的异常客户，确定各个异常客户对应的特征标签，将各个正常客户对应的特征标签和各个异常客户对应的特征标签作为预设模型的训练样本；E4、将所述训练样本分为第一百分比的训练集和第二百分比的验证集，所述第一百分比和第二百分比之和小于或者等于100％；E5、利用训练本文档来自技高网...

【技术保护点】
1.一种电子装置，其特征在于，所述电子装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的鼻咽癌筛查分析系统，所述鼻咽癌筛查分析系统被所述处理器执行时实现如下步骤：在收到一个待筛查客户的鼻咽癌筛查请求后，从所述鼻咽癌筛查请求中获取该待筛查客户的特征标签；若从所述鼻咽癌筛查请求中获取特征标签失败，则从所述鼻咽癌筛查请求中获取该待筛查客户的客户属性数据；从多个预先确定的业务服务器提取出与该待筛查客户的客户属性数据对应的各种特征数据；按照预设的特征标签提取规则，对提取出的各种特征数据进行特征标签分析，以分析出该待筛查客户的特征标签；将该待筛查客户的特征标签代入预先训练好的分析模型中，以分析出该待筛查客户是否是高危鼻咽癌医学判断对象。

【技术特征摘要】
1.一种电子装置，其特征在于，所述电子装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的鼻咽癌筛查分析系统，所述鼻咽癌筛查分析系统被所述处理器执行时实现如下步骤：在收到一个待筛查客户的鼻咽癌筛查请求后，从所述鼻咽癌筛查请求中获取该待筛查客户的特征标签；若从所述鼻咽癌筛查请求中获取特征标签失败，则从所述鼻咽癌筛查请求中获取该待筛查客户的客户属性数据；从多个预先确定的业务服务器提取出与该待筛查客户的客户属性数据对应的各种特征数据；按照预设的特征标签提取规则，对提取出的各种特征数据进行特征标签分析，以分析出该待筛查客户的特征标签；将该待筛查客户的特征标签代入预先训练好的分析模型中，以分析出该待筛查客户是否是高危鼻咽癌医学判断对象。2.如权利要求1所述的电子装置，其特征在于，所述特征标签包括基本特征信息、偏好习惯信息、行为信息及/或社会关系信息。3.如权利要求1所述的电子装置，其特征在于，所述分析模型为多元线性回归模型，所述分析模型的训练步骤包括：E1、根据预先确定的客户属性数据，从多个预先确定的业务服务器提取出第一预设数量的客户的各种特征数据；E2、按照预设的特征标签提取规则，对提取的各个客户的各种特征数据进行分析，以确定各个客户的特征标签；E3、根据预先确定的鼻咽癌与客户属性数据的映射关系，确定所述第一预设数量的客户中患有鼻咽癌的异常客户，确定各个异常客户对应的特征标签，将各个正常客户对应的特征标签和各个异常客户对应的特征标签作为预设模型的训练样本；E4、将所述训练样本分为第一百分比的训练集和第二百分比的验证集，所述第一百分比和第二百分比之和小于或者等于100％；E5、利用训练集中的各个正常客户的特征标签和各个异常客户的特征标签对所述分析模型进行训练，并在训练完成后利用验证集中的各个正常客户的特征标签和各个异常客户的特征标签对训练的所述分析模型的准确率进行验证；E6、若准确率大于预设阈值，则模型训练结束；E7、若准确率小于或者等于预设阈值，则执行上述步骤E1、E2、E3以增加训练样本的数量，并基于增加后的训练样本重新执行上述步骤E4和E5。4.如权利要求1至3中任意一项所述的电子装置，其特征在于，所述预设的特征标签提取规则为：对于连续数值的各种特征数据种类设置对应的标签阈值；对于非为连续数值的各种特征数据种类设置对应的标签范围；根据连续数值的各种特征数据种类与标签阈值的映射关系，确定出各个客户的各种连续数值的特征数据对应的标签信息，及根据非连续数值的各种特征数据种类与标签范围的映射关系，确定出各个客户的各种非连续数值的特征数据对应的标签信息。5.一种鼻咽癌筛查分析方法，其特征在于，该方法包括步骤：在收到一个待筛查客户的鼻咽癌筛查请求后，从所述鼻咽癌筛查请求中获取该待筛查客户的特征标签；若从所述鼻咽癌筛查请求中获取特征标签失败，则从所述鼻咽癌筛查请求中获取该待筛查客户的客户属性数据；从多个预先确定的业务服务器提取出与该待筛查客户的客户属性数据对应的各种特征数据；按照预设的特征标签提取规则，对提取出的各种特征数据进行特征标签分析，以分析出该待筛查客户的特征标签；将该待筛查客户的特征标签代入预先训练好的分析模型中，以分析出该待筛查客户是否是高危鼻咽癌医学判断对象。6.如权利要求5所述的鼻咽癌筛查分析方法，其特征在于，所述特征标签包括基本特征信息、偏好习惯信息、行为信息及/或社会关系信息。7.如权利要求5所述的鼻咽癌筛查分析方法，其特征在于，所述分析模型为多元线性回归模型，所述分析模型的训练步骤包括：E1、根据预先确定的客户...

【专利技术属性】
技术研发人员：卢少烽，洪博然，徐亮，阮晓雯，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44