【技术实现步骤摘要】
门诊预检分诊方法、装置、终端及存储介质
本专利技术属于机器学习
，尤其涉及一种门诊预检分诊方法、装置、终端及存储介质。
技术介绍
社会的不断进步和生活水平的进一步提高，人们越来越关注自身的健康。俗话说“人吃五谷杂粮生百病”，寻医问药几乎是每一个人都无法避免的事情。根据疾病发生的生理解剖部位，分成九大生理体系，包括消化系统、神经系统、呼吸系统等；根据疾病发生的器官位，可以分成心脏病、胃病；有时候根据疾病发生的病理，分成错位、炎症、肿瘤等等。随着医学科学的进步，科室的分化也越来越细，对疾病的诊断手段也越来越丰富准确。门诊预检分诊是护理人员根据患者的主诉及主要的临床症状和体征，按照患者疾病的轻重缓急进行初步诊断、分配专科及安排就诊顺序的过程。但是病人在就医时往往症状描述较多，无法准确描述是什么部位或者明确是什么生理系统发生了问题，在面对护理人员数量有限，且大型综合医院专业及科室设置越来越细的情况时，病人自己难以确定应挂哪个科室的号，等待时间长。病人在自己挂号时，存在挂错号后重新排队挂号，浪费时间、财力...
【技术保护点】
1.一种门诊预检分诊方法，其特征在于，包括：/n获取预检病人的问诊信息；/n将所述预检病人的问诊信息与预存的问诊信息集进行聚类，获得所述预检病人的问诊信息所属的类簇，其中，所述问诊信息集包括多个已分诊病人的问诊信息；/n将所述预检病人的问诊信息所属的类簇对应的分诊科室确定为所述预检病人的分诊科室。/n
【技术特征摘要】
1.一种门诊预检分诊方法，其特征在于，包括：
获取预检病人的问诊信息；
将所述预检病人的问诊信息与预存的问诊信息集进行聚类，获得所述预检病人的问诊信息所属的类簇，其中，所述问诊信息集包括多个已分诊病人的问诊信息；
将所述预检病人的问诊信息所属的类簇对应的分诊科室确定为所述预检病人的分诊科室。
2.如权利要求1所述的门诊预检分诊方法，其特征在于，在所述将所述预检病人的问诊信息所属的类簇对应的分诊科室确定为所述预检病人的分诊科室之前还包括：
获取所述问诊信息集；
对所述问诊信息集进行聚类，获得指定数量的类簇；
基于各个类簇对应的已分诊病人的分诊科室，确定各个类簇对应的分诊科室。
3.如权利要求2所述的门诊预检分诊方法，其特征在于，所述获取所述问诊信息集，包括：
基于问诊问题的回答信息与数值的映射关系，获取每个已分诊病人的每个问诊问题的回答信息所对应的数值；
建立已分诊病人的编号和已分诊病人的多个问诊回答信息所对应的多个数值的二维矩阵；
对所述二维矩阵中每个已分诊病人的编号对应的多个数值进行归一化处理，获得所述问诊信息集。
4.如权利要求2所述的门诊预检分诊方法，其特征在于，所述对所述问诊信息集进行聚类，获得指定数量的类簇，包括：
选取所述问诊信息集中任一未被标记为已访问的数据点作为第一初始点；
获取第一初始点预设聚类半径内的所有数据点；
若第一初始点预设聚类半径内的所有数据点的数量大于或等于预设密度阈值，则第一初始点和第一初始点预设聚类半径内的所有数据点形成一个类簇，并将第一初始点标记为已访问，并从所述问诊信息集中重新选取任一未被标记为已访问的数据点作为第一初始点；
若第一初始点预设聚类半径内的所有数据点的数量小于预设密度阈值，则将第一初始点标记为噪声点，并从所述第一问诊数据集中重新选取任一未被标记为已访问的数据点作为第一初始点；
当所述问诊信息集中的所有数据点被标记为已访问或噪声点时，输出获得的类簇；
其中，所述预设聚类半径和所述预设密度阈值基于所要指定的类簇的数量进行设置。
5.如权利要求4所述的门诊预检分诊方法，其特征在于，在所述若第一初始点预设聚类半径内的所有数据点的数量大于或等于预设密度阈值，则第一初始点和第一初始点预设聚类半径内的所有数据点形成一个类簇，并将第一初始点标记为已访问之后，还包括：
将第一初始点和第一初始点预设聚类半径内的所有数据点加入一个候选集；
选取所述候选集中任一未被标记为已访问的数据点作为第二初始点；
获取第二初始点预设聚类半径内...
【专利技术属性】
技术研发人员：陈洪京，刘贵霞，王程，邵云霞，王冬艳，
申请(专利权)人：河北省科学院应用数学研究所，
类型：发明
国别省市：河北;13
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。