一种基于大数据分析的病案统计管理方法及系统技术方案

本发明专利技术公开了一种基于大数据分析的病案统计管理方法及系统，方法包括：数据采集

【技术实现步骤摘要】
一种基于大数据分析的病案统计管理方法及系统


[0001]本专利技术涉及大数据分析
，具体是指一种基于大数据分析的病案统计管理方法及系统
。

技术介绍

[0002]病案管理是一项对医疗机构内产生的病案进行全面管理和利用的工作，它涵盖了病案的收集
、
整理
、
归档
、
分析和利用等环节，旨在提高医疗机构的管理水平和医疗质量
。
现有的一种基于大数据分析的病案统计管理方法及系统存在着采集的病案原始数据集中包含重复值且删除重复值时会过度删除的问题；存在着模型训练尺度不一，不同特征存在差异，影响模型训练的结果，以及在梯度下降算法中梯度消失和模型权重过高，会导致模型训练过拟合的问题
。

技术实现思路

[0003]针对上述情况，为克服现有技术的缺陷，本专利技术提供一种基于大数据分析的病案统计管理方法及系统，针对采集的病案原始数据集中包含重复值且删除重复值时会过度删除的问题，本方案采用数据重复消除算法，通过划分病案原始数据集，提高数据的利用率，并计算数据的消本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据分析的病案统计管理方法，其特征在于：该方法包括以下步骤：步骤
S1
：数据采集，具体为通过采集医疗系统的电子病案信息，得到病案原始数据集；步骤
S2
：数据预处理，具体为通过选择病案原始数据集中重复率高的部分进行数据划分，并计算样本数据的消除率
、
缩减率和开销大小，有效的删除重复数据，得到病案预处理数据集；步骤
S3
：病案分类统计，具体为通过构建反向传播神经网络分类模型，划分训练数据集和测试数据集，训练数据集进行模型训练，在训练时采用
RELU
激活函数并采用正则化来惩罚过大的权重，测试数据集进行模型测试，确认分类的正确性，输出病案分类统计结果；步骤
S4
：数据可视化，具体为将病案数据根据病案分类统计结果绘制成电子图表并输出
。2.
根据权利要求1所述的一种基于大数据分析的病案统计管理方法，其特征在于：在步骤
S3
中，所述病案分类统计，具体为通过对病案预处理数据集中的数据进行病案分类统计，得到病案分类统计结果，具体包括以下步骤：步骤
S31
：构建反向传播神经网络分类模型，将病案预处理数据集
R
B
随机划分
70%
的数据作为训练数据集，其余
30%
的数据作为测试数据集，构建训练数据集
Q={x1，
x2，
…
，
x
i
}
，通过对训练数据集中的数据进行标准化处理，得到标准化处理数据，所用公式如下：；式中，表示标准化处理数据，
x
i
表示训练数据集中的数据，
max
表示训练数据集中的最大值，
min
表示训练数据集中的最小值，
i
表示训练数据集中数据的索引；步骤
S32
：将标准化处理数据作为输入层的输入，并设置隐藏层中神经元的数量为
k
；步骤
S33
：采用
RELU
激活函数进行激活，所用公式如下：；式中，
f
（
x
）表示激活函数，表示标准化处理数据；步骤
S34
：计算隐藏层神经元的输出，所用公式如下：；式中，
H
j
表示隐藏层神经元的输出，
ω
ki
表示输入层神经元和隐藏层神经元的连接权重，表示标准化处理数据，
a
j
表示输入层到隐藏层的偏移量；步骤
S35
：计算输出层神经元的输出，所用公式如下：；式中，
O
k
表示输出层神经元的输出，
c
k
表示输入层神经元和隐藏层神经元的连接权重，
b
k
表示隐藏层到输出层的偏移量，
H
j
表示隐藏层神经元的输出；步骤
S36
：计算隐藏层的残余误差，所用公式如下：；式中，
F
表示隐藏层的残余误差，
Y
k
表示实际输出，
O
k
表示预测样本输出；
步骤
S37
：通过反向传播算法的梯度下降算法来实现权重和阈值的更新，得到最优权重和阈值，具体包括以下步骤：步骤
S371
：计算输入层到隐藏层的连接权重，所用公式如下：；式中，
ω
ki
表示从输入层到隐藏层的连接权重，
t
表示当前迭代次数，
b
k
表示隐藏层的神经元阈值，
F
表示隐藏层的残余误差，
η
表示第一学习率；步骤
S372
：计算
L1
正则化后的权重，具体为向目标函数添加权重的绝对值来惩罚较大权重，所用公式如下：；式中，表示
L1
正则化后的权重，
ω
ki
表示从输入层到隐藏层的连接权重，
F
表示隐藏层的残余误差，
η
表示第一学习率，
sign
表示权重的符号，权重为正，
sign
为1，反之为
‑1，
λ
表示
L1
正则化的惩罚项；步骤
S373
：计算
L2
正则化后的权重，具体为向目标函数添加权重的平方来惩罚较大权重，所用公式如下：；式中，表示
L2
正则化后的权重，
ω
ki
表示从输入层到隐藏层的连接权重，
F
表示隐藏层的残余误差，
η
表示第一学习率，

【专利技术属性】
技术研发人员：荣霞，邹文，戴子卿，刘琪，王林，
申请(专利权)人：中国人民解放军总医院第六医学中心，
类型：发明
国别省市：