一种基于多组学数据的疾病智能预测建模方法技术

一种基于多组学数据的疾病智能预测建模方法，包括以医学数据分布式存储平台里医疗数据本体的特征值与ID键值充当标准量，对医学数据分布式存储平台间的医疗数据本体执行全医疗数据往复满意度检测，包括客体等同性检测与特征值一致性检测两组分；所述的客体等同性检测关键检测医学数据分布式存储平台同一医疗数据本体的是不是意味着同一客体，经由医疗数据本体ID执行往复一个一个字码参照，运算出两边一样的字码个数。结合其它结构有效避免了现有技术中医疗数据参照来辨别医学数据分布式存储平台间的医疗数据本体的数据性能的改善时段不短、径直不利于医疗数据组合的实际功效的缺陷。

【技术实现步骤摘要】
一种基于多组学数据的疾病智能预测建模方法
本专利技术属于医学预测建模
，具体涉及一种基于多组学数据的疾病智能预测建模方法。
技术介绍
因为医学数据分布式存储平台的差异性存在信息碎片化、医疗数据修复模式、医疗数据的无损伴有差异，医疗数据组合很不容易，组合后的医疗数据性能高低为医学数据分布式存储平台间医疗数据组合功能的关键要素，然而组合后的医疗数据性能检测与预测依然未有一最优的模式，仅可经由单纯的医疗数据参照来辨别医学数据分布式存储平台间的医疗数据本体是不是一样，多数依然为组合后医疗数据再循环期间找到伴有的数据性能缺陷，此类过后再找到数据性能问题的模式，即使对数据性能改善给出了一类思路，然而数据性能的改善时段不短，亦径直不利于医疗数据组合的实际功效。
技术实现思路
为解决上述问题，本专利技术提供了一种基于多组学数据的疾病智能预测建模方法，有效避免了现有技术中医疗数据参照来辨别医学数据分布式存储平台间的医疗数据本体的数据性能的改善时段不短、径直不利于医疗数据组合的实际功效的缺陷。为了克服现有技术中的缺陷，本专利技术提供了一种基于多组学数据的疾病智能预测建模方法的解决方案，具体如下：一种基于多组学数据的疾病智能预测建模方法，其包括以医学数据分布式存储平台里医疗数据本体的特征值与ID键值充当标准量，对医学数据分布式存储平台间的医疗数据本体执行全医疗数据往复满意度检测，包括客体等同性检测与特征值一致性检测两组分；所述的客体等同性检测关键检测医学数据分布式存储平台同一医疗数据本体的是不是意味着同一客体，经由医疗数据本体ID执行往复一个一个字码参照，运算出两边一样的字码个数，且送出医疗数据对准率，对准率太小的表示伴有相近客体有差别。进一步的，所述的特征值一致性检测为经意味着同一医疗数据本体的特征值着眼，参照特征值的医疗数据是不是一样，经由特征值一致性检测能够发现医学数据分布式存储平台间的医疗数据修复差异和医疗数据无损性，也就是客体满足的医疗数据本体大概率伴有特征值有差别的状态，须在原始医疗数据平台内修补对应的关联医疗数据，亦能够过渡的检索出一医疗数据本体意味着的客体是不是为同一个。进一步的，结合客体等同性检测和特征值一致性检测一对维数的结论依照优先级运算出各类医疗数据类别的医疗数据组合性能。进一步的，所述凭借不满足字码个数累计求和而推出不正确的间隔；凭借字码对准率与不正确的间隔一对参数来预测医疗数据本体的客体是不是一样。进一步的，所述参照特征值的医疗数据是不是一样，包括医疗数据体系内的血压级别、脉搏速度、心跳频率与肺活量。本专利技术的有益效果为：本专利技术能够对医疗数据组合的数据性能执行高效的正确预测，在医学数据分布式存储平台医疗数据组合期间实施检索到有误的数据，实时校正有误的数据，同现有的过后检测的模式对比，所耗损的精力与装置很少，数据性能改善更强，数据的安全性更佳。附图说明图1是本专利技术的基于多组学数据的疾病智能预测建模方法的流程图。具体实施方式下面将结合附图和实施例对本专利技术做进一步地说明。如图1所示，基于多组学数据的疾病智能预测建模方法，其包括以医学数据分布式存储平台里医疗数据本体的特征值与ID键值充当标准量，对医学数据分布式存储平台间的医疗数据本体执行全医疗数据往复满意度检测，包括客体等同性检测与特征值一致性检测两组分；所述的客体等同性检测关键检测医学数据分布式存储平台同一医疗数据本体的是不是意味着同一客体，经由医疗数据本体ID执行往复一个一个字码参照，运算出两边一样的字码个数，且送出医疗数据对准率，对准率太小的表示伴有相近客体有差别。所述的特征值一致性检测为经意味着同一医疗数据本体的特征值着眼，参照特征值的医疗数据是不是一样，经由特征值一致性检测能够发现医学数据分布式存储平台间的医疗数据修复差异和医疗数据无损性，也就是客体满足的医疗数据本体大概率伴有特征值有差别的状态，须在原始医疗数据平台内修补对应的关联医疗数据，亦能够过渡的检索出一医疗数据本体意味着的客体是不是为同一个。结合客体等同性检测和特征值一致性检测一对维数的结论依照优先级运算出各类医疗数据类别的医疗数据组合性能。所述凭借不满足字码个数累计求和而推出不正确的间隔；凭借字码对准率与不正确的间隔一对参数来预测医疗数据本体的客体是不是一样。所述参照特征值的医疗数据是不是一样，包括医疗数据体系内的血压级别、脉搏速度、心跳频率与肺活量。举例而言，经由单纯的ID匹配主动映射的相应模式与手动一个个映射的模式性能不佳，映射出错量不小，须给出大量的精力与装置对此类医疗数据执行审核，经由该构造了医疗数据平台组合础台账整合数据性能监控医疗数据化器械，实时预测各类医疗数据的组合性能，让医疗数据整合的时长减小了一半，数据正确率亦明显改善，经推出，各类医疗数据的整体正确度达到了百分之八十九以上。另外还有一个实例，是针对所述客体等同性检测的，经由往复一个一个字码参照与关键字参照而得医疗数据正确性与医疗数据不正确的间隔，接着凭借一对参数而得相应的医疗数据本体的关联性能；最终的正确性是百分之一百。以上以用实施例说明的方式对本专利技术作了描述，本领域的技术人员应当理解，本公开不限于以上描述的实施例，在不偏离本专利技术的范围的情况下，可以做出各种变化、改变和替换。本文档来自技高网...

【技术保护点】
1.一种基于多组学数据的疾病智能预测建模方法，其特征在于，以医学数据分布式存储平台里医疗数据本体的特征值与ID键值充当标准量，对医学数据分布式存储平台间的医疗数据本体执行全医疗数据往复满意度检测，包括客体等同性检测与特征值一致性检测两组分；所述的客体等同性检测关键检测医学数据分布式存储平台同一医疗数据本体的是不是意味着同一客体，经由医疗数据本体ID执行往复一个一个字码参照，运算出两边一样的字码个数，且送出医疗数据对准率，对准率太小的表示伴有相近客体有差别。/n

【技术特征摘要】
1.一种基于多组学数据的疾病智能预测建模方法，其特征在于，以医学数据分布式存储平台里医疗数据本体的特征值与ID键值充当标准量，对医学数据分布式存储平台间的医疗数据本体执行全医疗数据往复满意度检测，包括客体等同性检测与特征值一致性检测两组分；所述的客体等同性检测关键检测医学数据分布式存储平台同一医疗数据本体的是不是意味着同一客体，经由医疗数据本体ID执行往复一个一个字码参照，运算出两边一样的字码个数，且送出医疗数据对准率，对准率太小的表示伴有相近客体有差别。


2.根据权利要求1所述的基于多组学数据的疾病智能预测建模方法，其特征在于，所述的特征值一致性检测为经意味着同一医疗数据本体的特征值着眼，参照特征值的医疗数据是不是一样，经由特征值一致性检测能够发现医学数据分布式存储平台间的医疗数据修复差异和医疗数据无损性，也就是客体满足的医...

【专利技术属性】
技术研发人员：卜晓军，
申请(专利权)人：北京颢云信息科技股份有限公司，
类型：发明
国别省市：北京;11