本发明专利技术公开了一种病情检测模型的确定方法、装置、设备及计算机存储介质。该方法包括：获取多个预设医疗分支节点中的每个预设医疗分支节点的第一病情检测子模型及其对应的第一特征矩阵，第一特征矩阵用于表示训练第一病情检测子模型的第一病情样本数据对应的多个第一特征之间的比重；根据多个第一病情检测子模型及其分别对应的第一特征矩阵确定第一病情检测中心模型；将第一病情检测中心模型分发至每个预设医疗分支节点，以使每个预设医疗分支节点根据第一病情检测中心模型识别待检测病情样本数据的病情类别值。根据本发明专利技术的实施例，能够大幅提高病情样本数据的数量，提高提高模型的泛化能力，进而更好的检测多种类的疾病。病。病。
【技术实现步骤摘要】
病情检测模型的确定方法、装置、设备及计算机存储介质
[0001]本专利技术属于信息处理领域，尤其涉及一种病情检测模型的确定方法、装置、设备及计算机存储介质。
技术介绍
[0002]目前，随着大数据和深度学习技术的发展，训练智能检测模型越来越广泛地应用到人们的工作和生活中。
[0003]对于医疗领域而言，由于医疗数据的局限性导致医疗检测模型不能得到很好的应用。首先、训练病情检测模型大量优质的数据支撑，而目前难以获取大量的病情样本数据。其次、单个医院数据样本单一，而医院数据涉及患者隐私，不方便广泛共享，模型训练一般只能在医院本地数据库进行，不能提高病情检测模型的泛化能力。
[0004]因此，如何大幅提高病情样本数据的数量，提高模型的泛化能力，成为一个有待解决的问题。
技术实现思路
[0005]本专利技术实施例提供一种病情检测模型的确定方法、装置、设备及计算机存储介质，能够大幅提高病情样本数据的数量，提高提高模型的泛化能力，进而更好的检测多种类的疾病。
[0006]第一方面，本申请提供了一种病情检测模型的确定方法，该方法包括：获取多个预设医疗分支节点中的每个预设医疗分支节点的第一病情检测子模型及其对应的第一特征矩阵，第一特征矩阵用于表示训练第一病情检测子模型的第一病情样本数据对应的多个第一特征之间的比重；根据多个第一病情检测子模型及其分别对应的第一特征矩阵确定第一病情检测中心模型；将第一病情检测中心模型分发至每个预设医疗分支节点，以使每个预设医疗分支节点根据第一病情检测中心模型识别待检测病情样本数据的病情类别值。
[0007]在一种可能的实现中，在获取多个预设医疗分支节点中的每个预设医疗分支节点的第一病情检测子模型及其对应的第一特征矩阵之前，方法还包括：多个预设医疗分支节点中的每个预设医疗分支节点分别训练第一病情检测子模型；其中，一个预设医疗分支节点训练第一病情检测子模型，具体包括：获取第一训练样本子集，第一训练样本子集包括预设医疗分支节点内的多个第一病情样本数据；将第一训练样本子集输入到第一病情检测子模型中，对第一病情检测子模型进行迭代训练，直至第一病情检测子模型满足第一预设训练条件，得到训练后的第一病情检测子模型。
[0008]在一种可能的实现中，在获取多个预设医疗分支节点中的每个预设医疗分支节点的第一病情检测子模型及其对应的第一特征矩阵之前，方法还包括：获取预设医疗分支节点内的第一训练样本子集的多个第一特征；确定第一训练样本子集包括的多个第一病情样本数据对应的第一病情类别值；根据第一病情类别值确定多个第一特征分别对应的权重值；根据多个第一特征分别对应的权重值确定第一特征矩阵。
[0009]在一种可能的实现中，在将第一病情检测中心模型分发至每个预设医疗分支节点之后，方法还包括：获取第一预设医疗分支节点的第二病情检测子模型及其对应的第二特征矩阵；根据第一预设医疗分支节点的第二病情检测子模型及其对应的第二特征矩阵，以及第二预设医疗分支节点的第一病情检测子模型及其对应的第一特征矩阵确定第二病情检测中心模型，第一预设医疗分支节点为预设医疗分支节点中的部分医疗分支节点，第二预设医疗分支节点为预设医疗分支节点中除第一预设医疗分支节点以外的医疗分支节点；用第二病情检测中心模型更新第一病情检测中心模型。
[0010]在一种可能的实现中，第一特征包括下述中的至少一项：疾病类别特征、病情样本分布特征和医疗设备型号特征。
[0011]第二方面，本专利技术实施例提供了一种病情检测方法，该方法包括：获取待检测的病情样本数据；将待检测的病情样本数据输入第一病情检测中心模型，输出病情样本数据的病情类别值。
[0012]第三方面，本专利技术实施例提供了一种病情检测模型的确定装置，病情检测模型用于识别待检测病情样本数据的病情类别值，装置包括：获取模块，用于获取多个预设医疗分支节点中的每个预设医疗分支节点的第一病情检测子模型及其对应的第一特征矩阵，第一特征矩阵用于表示训练第一病情检测子模型的第一病情样本数据对应的多个第一特征之间的比重；确定模块，用于根据多个第一病情检测子模型及其分别对应的第一特征矩阵确定第一病情检测中心模型；分发模块，用于将第一病情检测中心模型分发至每个预设医疗分支节点，以使每个预设医疗分支节点根据第一病情检测中心模型识别待检测病情样本数据的病情类别值。
[0013]第四方面，本专利技术实施例提供了一种病情检测装置，装置包括：获取模块，用于获取待检测的病情样本数据；输出模块，用于将待检测的病情样本数据输入第一病情检测中心模型，输出病情样本数据的病情类别值。
[0014]第五方面，本专利技术实施例提供了一种计算设备，设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现如第一方面至第二方面，或者第一方面至第二方面任一可能的实现中的方法。
[0015]第六方面，本专利技术实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面至第二方面，或者第一方面至第二方面任一可能的实现中的方法。
[0016]本专利技术实施例的病情检测模型的确定方法、装置、设备及计算机存储介质，通过在分支节点使用该节点的医疗数据独立训练病情检测子模型，再根据分支节点训练好的病情检测子模型和分节点的特征矩阵进行综合分析来确定病情检测中心模型，再将病情检测中心模型分发至各个分支节点，能够提高提高模型的泛化能力，进而更好的检测多种类的疾病。
附图说明
[0017]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本专利技术实施例提供的一种病情检测模型的确定方法的流程示意图；
[0019]图2是本专利技术实施例提供的一种实现病情检测模型的确定方法的流程示意图；
[0020]图3是本专利技术实施例提供的另一种实现病情检测模型的确定方法的流程示意图；
[0021]图4是本专利技术实施例提供的一种病情检测方法的流程示意图；
[0022]图5是本专利技术实施例提供的一种病情检测模型的确定装置的结构示意图；
[0023]图6是本专利技术实施例提供的一种病情检测装置的结构示意图；
[0024]图7是本专利技术实施例提供的一种示例性硬件架构的示意图。
具体实施方式
[0025]下面将详细描述本专利技术的各个方面的特征和示例性实施例，为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本专利技术进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本专利技术，并不被配置为限定本专利技术。对于本领域技术人员来说，本专利技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本专利技术的示例来提供对本专利技术更好的理解。
[0026]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种病情检测模型的确定方法，其特征在于，所述方法包括：获取多个预设医疗分支节点中的每个预设医疗分支节点的第一病情检测子模型及其对应的第一特征矩阵，所述第一特征矩阵用于表示训练所述第一病情检测子模型的第一病情样本数据对应的多个第一特征之间的比重；根据多个所述第一病情检测子模型及其分别对应的所述第一特征矩阵确定第一病情检测中心模型；将所述第一病情检测中心模型分发至每个所述预设医疗分支节点，以使所述每个预设医疗分支节点根据所述第一病情检测中心模型识别待检测病情样本数据的病情类别值。2.根据权利要求1所述的方法，其特征在于，在所述获取多个预设医疗分支节点中的每个预设医疗分支节点的第一病情检测子模型及其对应的第一特征矩阵之前，所述方法还包括：多个预设医疗分支节点中的每个预设医疗分支节点分别训练第一病情检测子模型；其中，一个预设医疗分支节点训练第一病情检测子模型，具体包括：获取第一训练样本子集，所述第一训练样本子集包括所述预设医疗分支节点内的多个第一病情样本数据；将所述第一训练样本子集输入到所述第一病情检测子模型中，对所述第一病情检测子模型进行迭代训练，直至所述第一病情检测子模型满足第一预设训练条件，得到训练后的第一病情检测子模型。3.根据权利要求2所述的方法，其特征在于，在所述获取多个预设医疗分支节点中的每个预设医疗分支节点的第一病情检测子模型及其对应的第一特征矩阵之前，所述方法还包括：获取所述预设医疗分支节点内的第一训练样本子集的多个第一特征；确定所述第一训练样本子集包括的多个第一病情样本数据对应的第一病情类别值；根据所述第一病情类别值确定所述多个第一特征分别对应的权重值；根据所述多个第一特征分别对应的权重值确定所述第一特征矩阵。4.根据权利要求1所述的方法，其特征在于，在所述将所述第一病情检测中心模型分发至每个所述预设医疗分支节点之后，所述方法还包括：获取第一预设医疗分支节点的第二病情检测子模型及其对应的第二特征矩阵；根据所述第一预设医疗分支节点的第二病情检测子模型及其对应的第二特征矩阵，以及第二预设医疗分支节点的第一病情检测子模型及其对应的第一特征矩阵...
【专利技术属性】
技术研发人员：杨了，唐小勇，黄承基，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：
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。