【技术实现步骤摘要】
时空大数据关联的慢病管理方法、存储介质和终端
本专利技术属于医疗
，特别是涉及一种时空大数据关联的慢病管理方法、存储介质和终端。
技术介绍
在大数据时代每个行业每天都产生海量的数据,医疗行业也不例外。随着强大的数据存储、计算平台及移动互联网的发展，现在的趋势是医疗数据的大量爆发及快速的电子数字化，驱动了医疗大数据在临床科研、健康慢病管理、公共卫生等核心领域广泛应用，使得医疗领域成为大数据领域的重要研究部分。利用大数据信息中丰富的资源挖掘出数据背后的意义，对于医疗行业有着不可估量的作用。例如，在诊断信息中存在信息和信息之间的关联关系，通过数据挖掘中的关联分析挖掘数据中隐藏的大量关联规则，对辅助医生做慢病管理方案具有重大意义。关联规则——是指根据数据库中数据项出现在记录中的频繁程度，得出的关于数据项的推导规则。关联规则最初提出的动机是针对购物篮分析(MarketBasketAnalysis)问题提出的，通过发现顾客放入“购物篮”中的不同商品之间的关联，分析顾客的购物习惯，这种关联的发现可以帮助零售商了解哪些商品频繁的被顾客同时购买，从而帮助他们开发更好的营销策略...
【技术保护点】
1.一种时空大数据关联的慢病管理方法，其特征在于，包括：获取患者的慢病相关信息和个人生活习惯信息；对获取的患者的慢病相关信息和个人生活习惯信息进行预处理；基于预处理后的患者的慢病相关信息和个人生活习惯信息，生成对应的训练数据；按照时间和空间对生成的训练数据进行聚类分析，得到对应的多个聚类；对所得到的多个聚类进行关联分析，得到个人活动与疾病之间的频繁项集；基于个人活动与疾病之间的频繁项集，计算得到个人活动与疾病之间的强规则结果集；将所述个人活动与疾病之间的强规则结果集进行可视化并输出显示。
【技术特征摘要】
1.一种时空大数据关联的慢病管理方法，其特征在于，包括：获取患者的慢病相关信息和个人生活习惯信息；对获取的患者的慢病相关信息和个人生活习惯信息进行预处理；基于预处理后的患者的慢病相关信息和个人生活习惯信息，生成对应的训练数据；按照时间和空间对生成的训练数据进行聚类分析，得到对应的多个聚类；对所得到的多个聚类进行关联分析，得到个人活动与疾病之间的频繁项集；基于个人活动与疾病之间的频繁项集，计算得到个人活动与疾病之间的强规则结果集；将所述个人活动与疾病之间的强规则结果集进行可视化并输出显示。2.根据权利要求1所述的时空大数据关联的慢病管理方法，其特征在于，还包括：向用户输出显示对应的慢病管理方案。3.根据权利要求1所述的时空大数据关联的慢病管理方法，其特征在于，所述对获取的患者的慢病相关信息和个人生活习惯信息进行预处理，包括以下至少一项：对所获取的患者的慢病相关信息和个人生活信息进行准确性审核；将非文字形式的患者的慢病相关信息和个人生活信息转换为文字形式的患者的慢病相关信息和个人生活信息；将所获取的患者的慢病相关信息和个人生活信息中的数值进行连续值的离散化处理和缺失值补齐处理。4.根据权利要求1所述的时空大数据关联的慢病管理方法，其特征在于，所述基于预处理后的患者的慢病相关信息和个人生活习惯信息，生成对应的训练数据，包括：从所述预处理后的患者的慢病相关信息和个人生活习惯信息中选取预设的慢病相关特征数据；将所选取的慢病相关特征数据进行特征转换，得到对应的训练数据。5.根据权利要求1所述的时空大数据关联的慢病管理方法，其特征在于，所述对所得到的多个聚类进行关联分析，得到个人活动与疾病之间的频繁项集，包括：对每个聚类下的训练数据进行关联分析，得到疾病1-疾病2的频繁项集；基于得到的疾病1-疾病2的频繁项集，得到个人活动与疾病1-疾病2之间的频繁项集；对所述个人活动与疾病1-疾病2之间的频繁项集进行筛选，得到对应的...
【专利技术属性】
技术研发人员：孙雁飞，许会芬，亓晋，何高峰，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32
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。