一种基于中台技术的医学临床研究的数据处理方法及系统技术方案

本发明专利技术涉及数据处理中台技术领域，具体涉及一种基于中台技术的医学临床研究的数据处理方法及系统，所述方法为：采集医院内或者大数据中的医学临床数据，对所述医学临床数据进行标准化处理，并将筛选后的医学临床数据存储进入数据库中，提取数据库中的医学临床数据，并对所述医学临床数据进行进一步的数据处理，并且输入神经卷积模型进行训练，通过训练后的神经卷积模型对所述医学临床数据进行数据处理，并对所述医学临床数据进行分布式存储，将关键词对应的医学临床数据通过权重进行分布式存储，保证医学临床数据可以快速准确的进行获取，并且将数据进行清洗去除多余的数据，数据量将大大减少。据量将大大减少。据量将大大减少。

【技术实现步骤摘要】
一种基于中台技术的医学临床研究的数据处理方法及系统


[0001]本专利技术涉及数据处理中台
，具体涉及一种基于中台技术的医学临床研究的数据处理方法及系统。

技术介绍

[0002]在医学临床实验中，通常需要经过大量的数据，并且数据根据实验的深入也在一直不断的变化，同时数据也会因为实验的误差导致错误的数据产生，这就导致了一场医学临床实验中实验数据庞大，记录量庞大占据大量存储空间，并导致数据冗余，传输速度缓慢，查看困难，而且数据的格式繁多，在实际处理应用中，需要考虑大规模数据二次加工、换算等高效性问题，所以亟需一种基于中台技术的医学临床研究的数据处理方法及系统来解决上述问题。

技术实现思路

[0004]鉴于以上所述现有方法的局限，本专利技术的目的在于提出一种面向医学临床研究的智能数据中台技术和应用系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
[0005]一种面向医学临床研究的智能数据中台技术，其特征在于，所述方法包括以下步骤：S100：获取医学临床实验以及大数据中的医学临床数据；S200：对所述医学临床数据进行标准化处理，并将筛选后的医学临床数据存储进入数据库中；S300：提取数据库中的医学临床数据，并对所述医学临床数据进行进一步的数据处理，并且输入神经卷积模型进行训练；S400：通过训练后的神经卷积模型对所述医学临床数据进行数据处理，并对所述医学临床数据进行分布式存储。
[0006]进一步地，在步骤S100中，所述大数据获取医学临床数据即为通过医学院或者医院资料库获取在临床实验中得到的医学临床数据，所述获取医学临床实验中的医学临床数据的方法为通过传感器和医疗设备进行获取，所述传感器包括：视觉传感器、温度传感器、压力传感器、PH试剂，通过一种或多种传感器获取医学临床数据，所述医疗设备包括：X射线诊断设备、超声诊断设备、功能检查设备、内窥镜检查设备、核医学设备、实验诊断设备及病理诊断装备，通过一种或多种医疗设备获取医学临床数据。
[0007]进一步地，在步骤S200中，对获取的医学临床数据进行标准化处理，并且对医疗设备中获取的医学临床数据记录其获取的时刻记录为时间戳，通过对时间戳对医学临床数据记录中的空白部分进行筛选并删除，并且将多余的数据以及重复的数据进行删除，将筛选剩下的医学临床数据存储进入数据库中。
[0008]进一步地，在步骤S300中，对获取的数据库中的医学临床数据进行处理，对进行标
准化处理完成后的数据将通过中台对数据进行进一步数据处理，并将数据处理后的数据输入神经卷积网络进行训练，并且将训练好的神经卷积模型传输回到系统中台中进行完善，所述进一步数据处理方法为：S301：将所述进行标准化处理完成后的数据根据医学临床实验的医学临床实验时间和医学临床实验场次进行分配，所述医学临床实验时间按照日为计算单位，所述医学临床实验场次为实验计划中的实验开始时间到实验结束时间为一个医学临床实验场次，将一个医学临床实验场次作为根节点，并在一个医学临床实验场次中的医学临床实验时间作为根节点的子节点，将所述医学临床数据存储进入对应的节点中，将根节点定义为frist，将子节点定义为srist；S302：根据语义分析结合访问记录获取医学临床数据的若干个关键词，获取根节点frist中医学临床数据中关键词的检索量，并根据检索量由大到小的顺序构建检索量序列Re，计算检索量的权重系数，，所述和为检索量序列Re的第k和k+1位元素，根据对所述关键词进行赋值，得到检索量对关键词的权重值E，，d为检索量序列Re的元素总量，d
‑
1为权重系数的总量；（获取检索量对关键词的权重值E的有益效果为：通过计算得到的权重值E代表了通过关键词的检索量，确定所述关键词对应权重值，让临床实验人员不用过多调取相同实验数据造成网络卡顿问题，保证医学临床的实验的进度。）S303：将所述关键词对应的医学临床实验数据整合成数据流，将所述数据流定义为data，将所述数据data流通过时间顺序进行排列构建数据流序列Lidtc，Lidtc=[]，将所述数据流存储进入对应节点中，所述n为当前时刻输出的数据流的总数量，将所述数据流，获取数据流序列Lidtc中数据流的流速Ve，并且构建流速序列Vidtc，Vidtc=，通过计算获得所述流速序列Vidtc的临界值S，，为流速序列Vidtc中的第i位元素值，为流速序列Vidtc中的最大值，为流速序列中的最小值，exp（）为指数函数，设定临界值S为关键词检索时的最低流速值，若≥S，则流速值为正常，并对流速值赋值为1，若＜S，则流速值为缓慢，并对流速值赋值为0，获取存储数据流序列Lidtc中对应的关键词将对应的存储到子节点srist中，并将所述子节点srist中获取数据流序列Lidtc中的关键词，并将所述关键词与数据流序列Lidtc进行绑定；S304：将所述流速序列Vidtc的流速与流速值赋值构建矩阵M，所述矩阵M=[]，所述表示为矩阵M中的第i行和第j列的元素值，所述矩阵M的行表示数据流的流速Ve，列则代表着矩阵M中判断流速传输值，将矩阵M输入到卷积神经网络模型中，并对模型进行深度学习，最终将所述矩阵M进行输出，通过计算获取关键词检索中流速的传输影响的权重值D，
，（获取流速对关键词检索医学临床数据的权重值D的有益效果：通过关键词检索对应的医学临床数据的对应数据流的流速，计算得到权重值，并根据对应权重值可以对医学临床数据进行分布式存储，可以大量节省检索时间，并且将子节点中的医学临床数据也可以通过权重值更好进行分布式存储。）为矩阵M第i行第j列的元素值，p为矩阵M的总数量，ln（）为对数函数，最后通过所述权重值E与权重值D通过计算得到综合权重值，，通过对权重值E与权重值D进行方差计算得到对应比例的综合权重值，min（）为求最小值函数，为求其综合权重值函数，当达到最小值时，所求权重值误差达到最小时，此时的公式中的即为关键词检索医学临床数据的权重值，将所述权重值构建为综合权重矩阵Z，得到综合权重矩阵Z=，最后通过综合权重矩阵Z和矩阵M对关键词的检索传输数据影响的结果W：。
[0009]进一步地，在步骤S400中，通过W计算的数值获取关键词检索获取医学临床数据的权重，通过关键词检索权重与流速权重对所述医学临床数据进行分布式存储，将存储权重值较高的医学临床数据存储进入流速较快的对应子节点中，将权重值较低的医学临床数据存储进入流速较慢的对应子节点中。
[0010]一种基于中台技术的医学临床研究的数据系统，所述系统包括：医疗设备、传感器、处理器和存储器，所述医疗设备、传感器和处理器获取的数据可存储在存储器中，所述医疗设备、传感器和存储器可在所述处理器上运行计算机程序，所述处理器执行所述计算机程序时实现上述方法中的任意一项一种基于中台技术的医学临床研究的数据处理方法中的步骤。
[0011]所述一种基于中台技术的医学临床研究的数据系统中的各个单元的作用为：医疗设备：包括X射线诊断设备、超声诊断设备、功能检查设备、内窥镜检查设备、核医学设备、实验诊断设备及病本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于中台技术的医学临床研究的数据处理方法，其特征在于，所述方法包括以下步骤：S100：获取医学临床实验以及大数据中的医学临床数据；S200：对所述医学临床数据进行标准化处理，并将筛选后的医学临床数据存储进入数据库中；S300：提取数据库中的医学临床数据，并对所述医学临床数据进行进一步的数据处理，并且输入神经卷积模型进行训练；S400：通过训练后的神经卷积模型对所述医学临床数据进行数据处理，并对所述医学临床数据进行分布式存储。2.根据权利要求1所述的一种基于中台技术的医学临床研究的数据处理方法，其特征在于，在步骤S100中，所述大数据获取医学临床数据即为通过医学院或者医院资料库获取在临床实验中得到的医学临床数据，所述获取医学临床实验中的医学临床数据的方法为通过传感器和医疗设备进行获取，所述传感器包括：视觉传感器、温度传感器、压力传感器、PH试剂，通过一种或多种传感器获取医学临床数据，所述医疗设备包括：X射线诊断设备、超声诊断设备、功能检查设备、内窥镜检查设备、核医学设备、实验诊断设备及病理诊断装备，通过一种或多种医疗设备获取医学临床数据。3.根据权利要求1所述的一种基于中台技术的医学临床研究的数据处理方法，其特征在于，在步骤S200中，对获取的医学临床数据进行标准化处理，并且对医疗设备中获取的医学临床数据记录其获取的时刻记录为时间戳，通过对时间戳对医学临床数据记录中的空白部分进行筛选并删除，并且将多余的数据以及重复的数据进行删除，将筛选剩下的医学临床数据存储进入数据库中。4.根据权利要求1所述的一种基于中台技术的医学临床研究的数据处理方法，其特征在于，在步骤S300中，对获取的数据库中的医学临床数据进行处理，对进行标准化处理完成后的数据将通过中台对数据进行进一步数据处理，并将数据处理后的数据输入神经卷积网络进行训练，并且将训练好的神经卷积模型传输回到系统中台中进行完善，所述进一步数据处理方法为：S301：将所述进行标准化处理完成后的数据根据医学临床实验的医学临床实验时间和医学临床实验场次进行分配，所述医学临床实验时间按照日为计算单位，所述医学临床实验场次为实验计划中的实验开始时间到实验结束时间为一个医学临床实验场次，将一个医学临床实验场次作为根节点，并在一个医学临床实验场次中的医学临床实验时间作为根节点的子节点，将所述医学临床数据存储进入对应的节点中，将根节点定义为frist，将子节点定义为srist；S302：根据语义分析结合访问记录获取医学临床数据的若干个关键词，获取根节点frist中医学临床数据中关键词的检索量，并根据检索量由大到小的顺序构建检索量序列Re，计算检索量的权重系数，，所述和为检索量序列Re的第k和k+1位元素，根据对所述关键词进行赋值，得到检索量对关键词的权重值E，，d为检索量序列Re的元素总量，d

【专利技术属性】
技术研发人员：曹莉琼，谭鑫，陈建长，温伟军，李明书，胡曾山，付佳龙，
申请(专利权)人：广东珠江智联信息科技股份有限公司，
类型：发明
国别省市：