一种数据处理方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种数据处理方法、装置、电子设备及存储介质，其中，该方法包括：获取目标对象在至少一个生理指标下的生理特征数据；确定与所述生理特征数据相对应的数据处理类型，并调取与所述数据处理类型相对应的目标网络模型；基于所述目标网络模型对所述生理特征数据进行处理，得到目标生理特征数据。解决了在基于生理特征数据对药物特性进行评估时，生理特征数据样本不足，或者在模拟生理特征数据时，模拟的生理特征数据不符合真实生理特征数据分布的问题，达到了在符合真实生理特征数据分布规律的前提下，基于少量的生理特征数据进行数据泛化，得到充足的生理特征数据样本的效果。果。果。

【技术实现步骤摘要】
一种数据处理方法、装置、电子设备及存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种数据处理方法、装置、电子设备及存储介质。

技术介绍

[0002]在药物临床开发阶段，往往需要对药物的药代动力学行为进行评估，如，借助药代动力学模型可以对人群生理特征引起的个体间药代动力学行为差异进行先验评估。
[0003]目前，在对个体间差异进行评估时，通常是根据已报道的先验知识，建立群体测量数据与内在生理特征之间的固定方程，并根据指定的群体测量数据创建虚拟人群。但由于个体生理特征的生长曲线的差异，人体测量数据与内在生理特征的机制性关联往往将儿童与成人、个体的不同生理特征分割开来，导致与实际生活中的各群体的生理特征的分布情况相差较远。
[0004]为了解决上述问题，需要对生理特征数据的处理方式进行改进。

技术实现思路

[0005]本专利技术提供了一种数据处理方法、装置、电子设备及存储介质，以解决在基于生理特征数据对药物特性进行评估时，生理特征数据样本不足，或者在模拟生理特征数据时，模拟的生理特征数据不符合真实生理特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取目标对象在至少一个生理指标下的生理特征数据；确定与所述生理特征数据相对应的数据处理类型，并调取与所述数据处理类型相对应的目标网络模型；其中，所述数据处理类型包括数据泛化类型或数据预测类型；基于所述目标网络模型对所述生理特征数据进行处理，得到目标生理特征数据。2.根据权利要求1所述的方法，其特征在于，还包括：针对至少一个待处理对象，分别确定各待处理对象在至少两个生理指标下的待训练样本数据，并基于各待训练样本数据构建待处理矩阵；其中，所述待处理矩阵中的各列表征所述待训练样本数据所对应的生理特征指标，所述待处理矩阵中的各行对应于待训练样本数据；对所述待处理矩阵中的每一列进行归一化处理，得到相应的待拼接子矩阵，并拼接，得到待使用矩阵；将所述待使用矩阵输入待训练网络模型中，并基于所述待使用矩阵对所述待训练网络模型进行训练，直至所述待训练网络模型的损失函数最小时，得到目标网络模型；其中，所述待训练网络模型包括生成对抗网络模型、变分自编码器模型、扩散模型或基于流的生成模型。3.根据权利要求1所述的方法，其特征在于，所述获取目标对象在至少一个生理指标下的生理特征数据，包括：在目标显示界面中的至少一个编辑控件中，输入与目标对象在至少一个生理指标下的生理特征数据；或从目标数据库中，调取与所述目标对象在至少一个生理指标下的生理特征数据；其中，所述目标数据库中包括至少一个参考对象，以及与各参考对象在至少一个生理指标下的生理特征数据。4.根据权利要求1所述的方法，其特征在于，所述确定与所述生理特征数据相对应的数据处理类型，并调取与所述数据处理类型相对应的目标网络模型，包括：接收数据处理指令，并获取所述数据处理指令中的数据处理方式；其中，所述数据处理方式包括数据泛化方式或数据预测方式；基于所述数据处理方式和所述生理特征数据，确定相应的数据处理类型，并调取与所述数据处理类型相对应的目标网络模型。5.根据权利要求4所述的方法，其特征在于，所述数据处理方式为所述数据泛化方式，所述基...

【专利技术属性】
技术研发人员：余果，俞扬，韩璐瑶，刘天硕，张智龙，詹德川，章强，
申请(专利权)人：余果，
类型：发明
国别省市：