【技术实现步骤摘要】
一种基于电子病历的诊疗路径发现方法
本专利技术涉及一种基于电子病历的诊疗路径发现方法，属于数据挖掘领域。
技术介绍
电子病历是对单个患者或患者群体的医疗信息的系统收集。随着计算机软硬件技术的快速发展，电子病历越来越容易获得。目前，电子病历已成为生物医学信息学研究人员开展研究的一种十分重要的资源。探讨病人电子病历中事件之间的时间关系是生物医学信息学中的一个重要问题，其结果可以揭示病人面临的疾病状况。
技术实现思路
探索医学事件之间的时间关系方面的一个代表性的策略是时间抽象，时间抽象类型的方法需要原始序列具有数值和每个事件的持续时间这两个条件，但是，一般的电子病历数据库都比较稀疏，不能同时满足上述两个条件，我们将这类医疗事件称为在时间节点上的标称型医疗事件序列(其中序列中任何一对事件之间的关系简化为两种类型，即同时发生或一个事件发生在另一个事件之前)。因此，我们提出了一个流程，用于对在时间节点上的标称型医疗事件序列进行模式挖掘。结果显示，我们提出的流程和解决方案，与现有的解决方案相比，我们的方法更加实用，在一定程度上能够提高预测患者发病风险的预测性能。本专利技术采用的技术...
【技术保护点】
1.基于电子病历的诊疗路径发现方法，其特征在于，包括如下步骤：S1 步骤：通过根据电子病历中的发生时间来连接发生在患者身上的所有医疗事件，由此构建每个患者的医疗事件序列；S2 步骤：使用序列预处理器对序列进行预处理；使用一组频繁子集即项集来表示每个同时并发事件，支持度大于或等于设定支持度的项集称为频繁子集；这里，使用一种双向排序方法来将同时并发事件分解为频繁子集组成；S3 步骤：使用序列模式挖掘方法来挖掘频繁的时间序列模式。
【技术特征摘要】
1.基于电子病历的诊疗路径发现方法，其特征在于，包括如下步骤：S1步骤：通过根据电子病历中的发生时间来连接发生在患者身上的所有医疗事件，由此构建每个患者的医疗事件序列；S2步骤：使用序列预处理器对序列进行预处理；使用一组频繁子集即项集来表示每个同时并发事件，支持度大于或等于设定支持度的项集称为频繁子集；这里，使用一种双向排序方法来将同时并发事件分解为频繁子集组成；S3步骤：使用序列模式挖掘方法来挖掘频繁的时间序列模式。2.根据权利要求1所述的一种基于电子病历的诊疗路径发现方法，其特征在于：所述S1步骤中的包含各种类型病人信息的电子病历数据集，序列构建器以统一的格式标准化这些不同的信息，在格式标准化时使用了一个四列表，包括患者ID、事件ID、时间戳ID和事件值；还构建了三个参考表，包括每个患者ID的详细信息、事件ID和时间戳ID；在信息标准化之后，序列构造器抓取不同的数据源并将它们集成。3.根据权利要求1所述的一种基于电子病历的诊疗路径发现方法，其特征在于：所述S2步骤包括如下步骤：步骤1：首先根据长度对医疗事件的频繁子集进行分类排序，然后对于具有相同长度的频繁子集将根据其观察到的频率进行分类排序；步骤2：选择该医疗事件中一个最长且最频繁的子集，将该子集添加到集合Q中；步骤3：对医疗事件序列中剩余的子集继续执行步骤2，直到剩余的事件子集长度为1；则同时发生的医疗事件集合分解为集合Q中的若干个子集。4.根据权利1要求所述的一种基于电子病历的诊疗路径发现方法，其特征在于：所述S3步骤包括如下步骤：首先介绍一些定义；定义1.事件序列β＝(β1，β2，...，βm)，是事件的有序列表，βi∈Σ，其中Σ是事件字典，m为事件的个数，i代表序列β的索引，βi表示第i个项集，βi发生在βi+1之前或同时发生；定义2.序列ζ＝(ζ1，ζ2，...，ζn)被定义为另一个序列β＝(β1，β2，...，βm)的子序列，如果满足1≤i1≤i2≤...≤in≤m和ζ1＝βi1，ζ2＝βi2，...，ζn＝βin,则记作其中n为序列ζ中事件的个数，in为序列ζ在序列β中的索引；确定子序列是否频繁的关键思想是支持度，其定义如下：定义3；对于序列集S＝{β1，β2，...
【专利技术属性】
技术研发人员：李建强，谭睎月，赵青，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11
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。