基于聚类算法的蛇伤病例数据识别方法、装置及电子设备制造方法及图纸

本发明专利技术属于蛇伤数据处理技术领域，涉及基于聚类算法的蛇伤病例数据识别方法、装置与电子设备。该方法包括：获取历史蛇伤病例数据，构建蛇伤病例数据库；从历史蛇伤病例数据选择关键特征属性；从蛇伤病例数据库中筛选出蛇伤类型相同的历史蛇伤病例数据，得到模型训练数据集；采用聚类算法对模型训练数据集进行无监督聚类学习，构建蛇伤病例分类模型；获取当前蛇伤病例数据；输入蛇伤病例分类模型，得到蛇伤病例数据的分类结果。本发明专利技术采用聚类算法对模型训练数据集进行无监督聚类学习获得蛇伤病例分类模型，快速、准确的得到蛇伤患者蛇伤病例数据分类结果，从而有利于制定科学高效的医疗方案，有效降低蛇伤致死致残率。有效降低蛇伤致死致残率。有效降低蛇伤致死致残率。

【技术实现步骤摘要】
基于聚类算法的蛇伤病例数据识别方法、装置及电子设备


[0001]本专利技术涉及蛇伤数据处理
，具体而言，涉及基于聚类算法的蛇伤病例数据识别方法、装置及电子设备。

技术介绍

[0002]我国每年蛇伤病例大约10万～20万人次，蛇伤致残率高，但接受过专业培训的医护人员占比仅为41%，不足50%的蛇伤患者到基层医院处理，即使到了基层医院，也因为基层医院医生蛇伤处理经验不足，无法对蛇伤病例数据进行准确的识别，以及无法找到最佳医疗方案，造成医疗效果差。数据表明我国蛇伤患者致死率与致残率都较高，因此迫切需要一种方法，对蛇伤病例数据进行准确的识别，辅助基层医生找到科学合理的蛇伤病例医疗方案，进而提升蛇伤治愈率。

技术实现思路

[0003]为了解决上述技术问题，本专利技术提供基于聚类算法的蛇伤病例数据识别方法、装置及电子设备。
[0004]第一方面，本专利技术提供了基于聚类算法的蛇伤病例数据识别方法,包括：获取历史蛇伤病例数据，构建蛇伤病例数据库；每个所述历史蛇伤病例数据包括若干个特征属性；从所述历史蛇伤病例数据选择关键特征属性；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于聚类算法的蛇伤病例数据识别方法，其特征在于，包括：获取历史蛇伤病例数据，构建蛇伤病例数据库；每个所述历史蛇伤病例数据包括若干个特征属性；从所述历史蛇伤病例数据选择关键特征属性；根据所述关键特征属性，从所述蛇伤病例数据库中筛选出蛇伤类型相同的所述历史蛇伤病例数据，相同蛇伤类型的若干个所述历史蛇伤病例数据作为一个聚类，得到模型训练数据集；采用聚类算法对所述模型训练数据集进行无监督聚类学习，构建蛇伤病例分类模型；获取当前蛇伤病例数据；将所述当前蛇伤病例数据输入所述蛇伤病例分类模型，得到所述当前蛇伤病例数据的聚类，作为所述当前蛇伤病例数据的分类结果。2.根据权利要求1所述基于聚类算法的蛇伤病例数据识别方法，其特征在于，所述特征属性包括蛇伤部位图像、蛇伤严重等级、蛇伤患者生化指标、蛇伤患者生命体征、蛇伤患者住院时长、蛇伤血清类型与蛇伤处理费用。3.根据权利要求1所述基于聚类算法的蛇伤病例数据识别方法，其特征在于，采用聚类算法对所述模型训练数据集进行无监督聚类学习，构建蛇伤病例分类模型，包括：从每个所述聚类中随机选取K个所述蛇伤病例数据作为样本，寻找所述样本初始的聚类中心；计算每个所述样本与各个初始的所述聚类中心之间的距离作为特征向量，把所述样本分配给距离最近的所述聚类中心；重新计算分配到所述样本的所述聚类的所述聚类中心；每分配一个所述样本，重新计算所述聚类的所述聚类中心，直到满足设定条件，得到构建蛇伤病例分类模型。4.根据权利要求3所述基于聚类算法的蛇伤病例数据识别方法，其特征在于，所述设定条件为所述样本与所述聚类中心之间的距离小于设定值或者分配次数达到设定值或者所有所述聚类的所述聚类中心每一次的变化值小于设定阈值。5.根据权利要求1所述基于聚类算法的蛇伤病例数据识别方法，其特征在于，还包括从所述蛇伤病例数据库提取各个所述蛇伤类别对应的蛇伤医疗方案；每一个所述蛇...

【专利技术属性】
技术研发人员：罗彬，叶娟，刘江东，
申请(专利权)人：四川互慧软件有限公司，
类型：发明
国别省市：