【技术实现步骤摘要】
本专利技术属于数据分析，具体涉及一种基于大数据的妇产科术后护理数据分析方法及系统。
技术介绍
1、随着信息化社会的迅速发展，大数据时代的到来，为数据分析提出了更高的要求和更大的压力，随着大数据技术的普及，在医疗领域中得到广泛的应用。其中，妇产科作为医院的重要科室，涉及大量的妇产科手术，产生和具有分析需求的数据同样十分庞大。并且，对于术后护理数据进行分析，对于患者恢复具有重要意义。
2、现有技术中，对于术后护理数据进行分析，大多依赖护士人员的专业知识和丰富经验，人力成本投入大，工作量大，同时对于医疗和护理资源压力大；通过护士人员对术后护理数据的数值含义进行解读，掌握患者的妇产科术后恢复情况，但是这种方式，无法挖掘术后护理数据的深度数据特征，导致容易对妇产科术后恢复情况进行误判断，影响后续的术后护理策略。
技术实现思路
1、为了解决现有技术存在的人力成本投入大，工作量大以及准确性差的问题，本专利技术目的在于提供一种基于大数据的妇产科术后护理数据分析方法及系统。
2、本专利技术所采用的技术方案为：
3、一种基于大数据的妇产科术后护理数据分析方法，包括如下步骤：
4、采集历史患者的历史妇产科术后护理大数据，并对历史妇产科术后护理大数据进行预处理，得到预处理后历史妇产科术后护理数据集；
5、对预处理后历史妇产科术后护理数据集进行数据降维，得到数据降维后历史妇产科术后护理数据集；
6、对数据降维后历史妇产科术后护理数据集进
7、对若干历史妇产科术后恢复等级集群进行样本均衡，得到均衡后历史妇产科术后护理数据集；
8、根据均衡后历史妇产科术后护理数据集，使用深度学习算法，构建妇产科术后护理数据分析模型；
9、采集当前患者的患者信息，对患者信息进行患者验证，若患者验证通过，则连接数据中心的患者数据库，并采集当前患者的实时妇产科术后护理数据；
10、使用妇产科术后护理数据分析模型，对实时妇产科术后护理数据进行妇产科术后护理数据分析，得到妇产科术后护理数据分析结果；
11、将当前患者的妇产科术后护理数据分析结果存储至对应的患者数据库。
12、进一步地，历史妇产科术后护理数据包括历史患者的历史健康问诊数据、历史临床检测数据、历史急性生理慢性健康评分数据、历史妇产科手术数据以及历史术后护理责任数据；
13、实时妇产科术后护理数据包括当前患者的实时健康问诊数据、实时临床检测数据、实时急性生理慢性健康评分数据、实时妇产科手术数据以及实时术后护理责任数据。
14、进一步地，采集历史患者的历史妇产科术后护理大数据，并对历史妇产科术后护理大数据进行预处理，得到预处理后历史妇产科术后护理数据集，包括如下步骤：
15、连接数据中心，并调用数据中心存储的妇产科术后护理数据模板；
16、基于妇产科术后护理数据模板，采集数据中心中所有患者数据库的若干历史妇产科术后护理数据，得到历史患者的历史妇产科术后护理大数据；
17、对历史妇产科术后护理大数据中每一历史妇产科术后护理数据进行格式转换，得到格式转换后历史妇产科术后护理数据集；
18、对历史妇产科术后护理大数据中每一历史妇产科术后护理数据进行数据筛选，得到数据筛选后历史妇产科术后护理数据集；
19、对数据筛选后历史妇产科术后护理数据集中每一数据筛选后历史妇产科术后护理数据进行数据脱敏，得到数据脱敏后历史妇产科术后护理数据集；
20、对数据脱敏后历史妇产科术后护理数据集中每一数据脱敏后历史妇产科术后护理数据进行归一化处理，得到预处理后历史妇产科术后护理数据集。
21、进一步地，进行数据降维，具体的，使用pca方法，对预处理后历史妇产科术后护理数据集进行数据降维，得到数据降维后历史妇产科术后护理数据集，包括如下步骤：
22、将预处理后历史妇产科术后护理数据集进行矩阵转换，得到历史妇产科术后护理数据矩阵；历史妇产科术后护理数据矩阵由若干历史妇产科术后护理数据行向量构成；
23、获取历史妇产科术后护理数据矩阵的均值和方差，并根据均值和方差，对历史妇产科术后护理数据矩阵进行标准化，得到标准化历史妇产科术后护理数据矩阵；
24、获取标准化历史妇产科术后护理数据矩阵的协方差矩阵，并根据协方差矩阵，获取对应的转换矩阵；
25、根据标准化历史妇产科术后护理数据矩阵和对应的转换矩阵，获取主成分矩阵；主成分矩阵由若干备选主成分列向量构成；
26、根据所有备选主成分列向量的方差累计贡献率，若超过85％，则将对应的若干备选主成分列向量作为主成分列向量，得到对应的若干妇产科术后护理关键数据指标；
27、根据若干主成本列向量，对预处理后历史妇产科术后护理数据集进行数据降维，得到由主成分列向量构成的数据降维后历史妇产科术后护理数据集。
28、进一步地，进行数据聚类，具体的，使用fcm方法，对数据降维后历史妇产科术后护理数据集进行数据聚类，得到若干历史妇产科术后恢复等级集群，包括如下步骤：
29、基于fcm方法，进行初始化，得到初始的隶属度；
30、基于初始的隶属度，使用fcm方法，对数据降维后历史妇产科术后护理数据集进行数据聚类，得到对应的初始的聚类中心；
31、根据初始的隶属度，使用拉格朗日乘数法，获取合并函数值和变化值；
32、若合并函数值大于函数阈值，或变化值大于变化值，则更新初始的聚类中心和初始的隶属度，得到更新的聚类中心和更新的隶属度，否则，得到输出若干最终的聚类中心，将每一最终的聚类中心设置对应的妇产科术后恢复等级，并进入下一步骤；
33、根据若干最终的聚类中心，对数据降维后历史妇产科术后护理数据集进行数据划分，得到对应的聚类集群；
34、将最终的聚类中心对应的妇产科术后恢复等级作为标签，扩散至对应的聚类集群，得到若干历史妇产科术后恢复等级集群。
35、进一步地，对若干历史妇产科术后恢复等级集群进行样本均衡，得到均衡后历史妇产科术后护理数据集，包括如下步骤：
36、将妇产科术后恢复等级大于等于0的数据降维后历史妇产科术后护理数据作为正样本，将妇产科术后恢复等级小于0的数据降维后历史妇产科术后护理数据作为负样本；
37、根据正样本和负样本的定义，将每一历史妇产科术后恢复等级集群中所有包含妇产科术后恢复等级标签的数据降维后历史妇产科术后护理数据进行数据划分，得到每一历史妇产科术后恢复等级集群的正样本数据集和负样本数据集；
38、对正样本数据集的样本数量和负样本数据集的样本数量进行样本均衡，得到样本数量相同的正样本数据集和负样本数据集；
39、将样本数量相同的正样本数据集和负样本数据集进行整合，得到每一历史妇产科术后恢复等级集群的均衡后本文档来自技高网...
【技术保护点】
1.一种基于大数据的妇产科术后护理数据分析方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于大数据的妇产科术后护理数据分析方法，其特征在于：所述的历史妇产科术后护理数据包括历史患者的历史健康问诊数据、历史临床检测数据、历史急性生理慢性健康评分数据、历史妇产科手术数据以及历史术后护理责任数据；
3.根据权利要求1所述的一种基于大数据的妇产科术后护理数据分析方法，其特征在于：采集历史患者的历史妇产科术后护理大数据，并对历史妇产科术后护理大数据进行预处理，得到预处理后历史妇产科术后护理数据集，包括如下步骤：
4.根据权利要求1所述的一种基于大数据的妇产科术后护理数据分析方法，其特征在于：进行数据降维，具体的，使用PCA方法，对预处理后历史妇产科术后护理数据集进行数据降维，得到数据降维后历史妇产科术后护理数据集，包括如下步骤：
5.根据权利要求1所述的一种基于大数据的妇产科术后护理数据分析方法，其特征在于：进行数据聚类，具体的，使用FCM方法，对数据降维后历史妇产科术后护理数据集进行数据聚类，得到若干历史妇产科术后恢复等级集
6.根据权利要求1所述的一种基于大数据的妇产科术后护理数据分析方法，其特征在于：对若干历史妇产科术后恢复等级集群进行样本均衡，得到均衡后历史妇产科术后护理数据集，包括如下步骤：
7.根据权利要求1所述的一种基于大数据的妇产科术后护理数据分析方法，其特征在于：使用深度学习算法，具体的，根据均衡后历史妇产科术后护理数据集，使用DBN-IFWA算法，构建妇产科术后护理数据分析模型，包括如下步骤：
8.根据权利要求7所述的一种基于大数据的妇产科术后护理数据分析方法，其特征在于：将DBN网络的初始网络参数作为IFWA寻优算法的寻优目标，并根据寻优目标，使用IFWA寻优算法进行寻优，得到DBN网络的最优的初始网络参数，包括如下步骤：
9.根据权利要求4所述的一种基于大数据的妇产科术后护理数据分析方法，其特征在于：使用妇产科术后护理数据分析模型，对实时妇产科术后护理数据进行妇产科术后护理数据分析，得到妇产科术后护理数据分析结果，包括如下步骤：
10.一种基于大数据的妇产科术后护理数据分析系统，用于实现如权利要求1-9任一所述的妇产科术后护理数据分析方法，其特征在于：所述的系统包括依次连接的大数据采集单元、数据降维单元、数据聚类单元、样本均衡单元、模型构建单元、患者验证单元、护理数据分析单元以及分析结果存储单元；
...【技术特征摘要】
1.一种基于大数据的妇产科术后护理数据分析方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于大数据的妇产科术后护理数据分析方法，其特征在于：所述的历史妇产科术后护理数据包括历史患者的历史健康问诊数据、历史临床检测数据、历史急性生理慢性健康评分数据、历史妇产科手术数据以及历史术后护理责任数据；
3.根据权利要求1所述的一种基于大数据的妇产科术后护理数据分析方法，其特征在于：采集历史患者的历史妇产科术后护理大数据，并对历史妇产科术后护理大数据进行预处理，得到预处理后历史妇产科术后护理数据集，包括如下步骤：
4.根据权利要求1所述的一种基于大数据的妇产科术后护理数据分析方法，其特征在于：进行数据降维，具体的，使用pca方法，对预处理后历史妇产科术后护理数据集进行数据降维，得到数据降维后历史妇产科术后护理数据集，包括如下步骤：
5.根据权利要求1所述的一种基于大数据的妇产科术后护理数据分析方法，其特征在于：进行数据聚类，具体的，使用fcm方法，对数据降维后历史妇产科术后护理数据集进行数据聚类，得到若干历史妇产科术后恢复等级集群，包括如下步骤：
6.根据权利要求1所述的一种基于大数据的妇产科术后护理数据分析方法，...
【专利技术属性】
技术研发人员：罗茜，刘珊，曾娴，
申请(专利权)人：成都市成华区妇幼保健院，
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。