病历数据的分类方法及系统技术方案

本发明专利技术实施例提供了一种病历数据的分类方法及系统，对原始的病历数据进行预处理，得出能够与分类器匹配的数据集；然后，将特征选择后的数据集随机分为指定数量个大小相同的数据块，将各数据块分为训练集和测试集后，分别输入到对应的分类器中；随后，基于TPE算法，对全部分类器通过加权投票表决的方式进行预测，在运行指定次数的TPE算法后，选择验证误差最小时的分类器数量为最优分类器数量；最后，将最优分类器数量输入至深度级联森林模型中，深度级联森林模型进行逐次运行直至满足预设精度，获得病历数据的最优分类结果。本发明专利技术实施例的技术方案对数据量的要求不高，且易于训练，还具有适应性强的优点。

【技术实现步骤摘要】
病历数据的分类方法及系统
本专利技术涉及计算机
，尤其涉及一种病历数据的分类方法及系统。
技术介绍
病历数据通常是一个较为复杂的数据集合，鉴于患者生理参数和疾病症状的复杂性，以及医院医生之间经验的差异性，病历数据分类的准确率往往不是很高。随着科技的发展，机器学习方法在医学数据的处理中扮演着越来越重要的角色。如果能够快速提供一种CAD(ComputerAidedDiagnosis，计算机辅助诊断)应用，可以对疾病的病历数据进行学习与分类，可以在一定程度上改善疾病的分类和预测的准确性。
技术实现思路
有鉴于此，本专利技术实施例提供了一种病历数据的分类方法及系统。第一方面，本专利技术实施例提供了一种病历数据的分类方法，包括：对原始的病历数据进行预处理，得出能够与分类器匹配的数据集；将特征选择后的所述数据集随机分为指定数量个大小相同的数据块，将各所述数据块分为训练集和测试集后，分别输入到对应的分类器中；基于TPE算法，对全部分类器通过加权投票表决的方式进行预测，在运行指定次数的TPE算法后，选择验证误差最小时的分类器数量为最优分类器数量；将所述最优分类器数量输入至深度级联森林模型中，深度级本文档来自技高网...

【技术保护点】
1.一种病历数据的分类方法，其特征在于，所述方法包括：对原始的病历数据进行预处理，得出能够与分类器匹配的数据集；将特征选择后的所述数据集随机分为指定数量个大小相同的数据块，将各所述数据块分为训练集和测试集后，分别输入到对应的分类器中；基于TPE算法，对全部分类器通过加权投票表决的方式进行预测，在运行指定次数的TPE算法后，选择验证误差最小时的分类器数量为最优分类器数量；将所述最优分类器数量输入至深度级联森林模型中，深度级联森林模型进行逐次运行直至满足预设精度，获得病历数据的最优分类结果。

【技术特征摘要】
1.一种病历数据的分类方法，其特征在于，所述方法包括：对原始的病历数据进行预处理，得出能够与分类器匹配的数据集；将特征选择后的所述数据集随机分为指定数量个大小相同的数据块，将各所述数据块分为训练集和测试集后，分别输入到对应的分类器中；基于TPE算法，对全部分类器通过加权投票表决的方式进行预测，在运行指定次数的TPE算法后，选择验证误差最小时的分类器数量为最优分类器数量；将所述最优分类器数量输入至深度级联森林模型中，深度级联森林模型进行逐次运行直至满足预设精度，获得病历数据的最优分类结果。2.根据权利要求1所述的方法，其特征在于，所述数据集的特征选择，具体包括：通过XGBoost模型获得数据集的各特征的特征权重，选取符合预设特征权重条件的特征。3.根据权利要求1所述的方法，其特征在于，将特征选择后的所述数据集随机分为指定数量个大小相同的数据块，将各所述数据块分为训练集和测试集后，分别输入到对应的分类器中，具体包括：通过k-fold交叉验证将特征选择后的所述数据集随机分为k个大小相同的数据块，其中k-1个数据块作为训练集，其余数据块作为测试集，分别输入到对应的分类器中。4.根据权利要求3所述的方法，其特征在于，基于TPE算法，对全部分类器通过加权投票表决的方式进行预测，在运行指定次数的TPE算法后，选择验证误差最小时的分类器数量为最优分类器数量，具体包括：基于TPE算法，对全部分类器通过加权投票表决的方式进行预测，其中，分类器i的投票权重ni为分类器i的数量，m为分类器的种类总数，运行TPE算法k次，通过k次交叉验证选择验证误差最小时的分类器数量为最优分类器数量。5.根据权利要求4所述的方法...

【专利技术属性】
技术研发人员：顾东晓，李童童，江政，王晓玉，梁昌勇，李兴国，杨雪洁，钟金宏，杨颖，陆文星，蒋丽，赵树平，徐健，吴勇，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34