【技术实现步骤摘要】
本专利技术涉及多维数据预处理，具体涉及一种基于内科检测电子数据的分析方法。
技术介绍
1、内科检测电子数据通常指的是通过内科医疗设备或电子健康记录系统收集的患者相关的医学数据。这些数据包括但不限于生理参数、实验室检查结果、症状描述、医疗诊断、治疗计划等信息，这些数据可以以数字形式存储在电子健康记录系统中，提供全面的患者信息。这些信息的准确收集和分析有助于实现对患者更个性化的医疗护理，同时这些数据也是研究理解疾病发展和优化医疗流程的重要资源。
2、内科检测电子数据包括大量的长时间监测数据，这些监测数据在进行分析时由于监测采集点众多，导致将处于同一趋势下的监测数据分为多个段，那么在进行分析时这些属于一段趋势内的细小转折会增加需要分析的数据量，因此需要对这些不影响整体趋势的细小转折进行消除，以降低内科检测电子数据的处理难度，道格拉斯普克算法是一种用于曲线简化的算法，该算法可以将复杂的曲线通过去除冗余的点来近似表示为更简单的曲线，其通过判断曲线趋势内每个转折点与趋势拟合直线的距离与预设阈值的大小，从而判断拟合是否会影响趋势的变化，进而优化曲线，其可以用于对内科检测的监测数据中细小转折进行消除。但内科检测数据作为多维度的时序趋势变化数据，采用传统道格拉斯普克算法对多维内科检测数据进行拟合优化时，由于未考虑不同内科检测数据的趋势变化不同，固定不变的预设阈值参数会导致针对内科检测数据的拟合消除不能适应不同的内科检测数据，破坏了多维度的内科检测数据之间的关联性并使部分优化结果失真，内科检测数据的优化时序数据结果误差大，进而后续分析的
技术实现思路
1、为了解决现有技术中传统道格拉斯普克算法对多维内科检测数据进行拟合优化时，未考虑不同内科检测数据的趋势变化不同，使得内科检测数据的优化时序数据结果误差大，进而后续分析的结果更不可信的技术问题，本专利技术的目的在于提供一种基于内科检测电子数据的分析方法，所采用的技术方案具体如下：
2、本专利技术提供了一种基于内科检测电子数据的分析方法，所述方法包括：
3、获得患者在不同内科检测的时序监测数据；
4、根据每种内科检测的时序监测数据的转折程度和转折分布聚集性，获得每种内科检测的转折调整度；
5、根据所有内科检测的时序监测数据中波动时长的近似程度，对所有内科检测聚类获得检测类别；根据每种内科检测与所在检测类别中其他所有内科检测在时序监测数据上的数据点变化关联程度，获得每种内科检测的时序监测数据中数据点的协变指标；
6、基于每种内科检测的转折调整度和数据点的协变指标，通过道格拉斯普克算法获得每种内科检测的优化监测数据；根据所有内科检测的优化监测数据进行分析。
7、进一步地，所述时序监测数据的获取方法包括：
8、获取患者在每个时刻下每种内科检测的监测数据，将监测数据去量纲处理后映射到时序空间中，并使用线性插值对监测数据中的残缺值进行插值拟合，获得每种内科检测的时序监测数据；
9、时序空间为时序坐标系，横轴表示为时间，纵轴表示为对应内科检测数据的数值；每种内科检测的时序监测数据在时序空间中的数据点呈曲线分布。
10、进一步地，所述转折调整度的获取方法包括：
11、对于任意一种内科检测的时序监测数据，依次将该内科检测的时序监测数据中的每个数据点作为参考点；将参考点相邻的数据点作为参考点的邻近点；
12、当邻近点为两个时，将参考点与每个邻近点间的连线作为转折线；将参考点对应的两个转折线之间的夹角进行归一化处理，获得参考点的转折指标；
13、根据该内科检测的时序监测数据中所有数据点的转折指标分布情况，获得该内科检测的转折调整度。
14、进一步地，所述转折调整度的表达式为：
15、；式中，表示为第种内科检测的转折调整度，表示为第种内科检测的时序监测数据中数据点的总数量，表示为第种内科检测的时序监测数据中所有数据点的转折指标的平均值，表示为第种内科检测的时序监测数据中第个数据点的转折指标，表示为第种内科检测的时序监测数据中所有数据点的转折指标的标准差，表示为以自然常数为底的指数函数，表示为归一化处理函数。
16、进一步地，所述根据所有内科检测的时序监测数据中波动时长的近似程度，对所有内科检测聚类获得检测类别，包括：
17、对于任意一种内科检测的时序监测数据，获取该内科检测的时序监测数据中的极小值点；
18、将每相邻两个极小值点之间的距离作为该内科检测的一个波动周长；计算该内科检测的所有波动周长的平均值，获得该内科检测的周期均长；
19、依据内科检测的周期均长对所有内科检测采用聚类算法，获得检测类别。
20、进一步地，所述协变指标的获取方法包括：
21、对于任意一个数据点，当该数据点存在后一个相邻数据点时，将该数据点的后一个相邻数据点的与该数据点的差值，作为该数据点的增量值；将该数据点对应内科检测所在检测类别中的其他内科检测作为该数据点的关联内科检测；
22、根据该数据点与所有关联内科检测的时序监测数据上对应数据点的增量值差异情况，以及该数据点所在内科检测与所有关联内科检测之间的相关程度，获得该数据点的协变指标。
23、进一步地，所述协变指标的表达式为：
24、；式中，表示为第种内科检测的时序监测数据中第个数据点的协变指标，表示为第种内科检测的时序监测数据中第个数据点的增量值，表示为第种内科检测的关联内科检测的总数量，表示为第个关联内科检测的时序监测数据中第个数据点的增量值，表示为第种内科检测与第个关联内科检测的时序监测数据的皮尔逊相关系数，表示为绝对值提取函数，表示为归一化函数。
25、进一步地，所述基于每种内科检测的转折调整度和数据点的协变指标，通过道格拉斯普克算法获得每种内科检测的优化监测数据，包括：
26、在对所有内科检测的时序监测数据采用道格拉斯普克算法进行优化过程中，将道格拉斯普克算法中的预设阈值与每种内科检测的转折调整度的乘积，作为每种内科检测的优化阈值；
27、依次将每种内科检测作为优化种类，将优化种类的时序监测数据中的第一个数据点与最后一个数据点作为优化种类的保留点；将相邻保留点间的连线作为连接直线；
28、对于任意一个连接直线，计算优化种类在该连接直线之间每个数据点与该连接直线的垂直距离，获得每个数据点在该连接直线下的判断距离；计算每个数据点的协变指标与判断距离的乘积，获得每个数据点在该连接直线下的优化距离；
29、当优化种类在该连接直线下的最大优化距离大于或等于优化种类的优化阈值时，将最大优化距离对应的数据点作为优化种类的保留点；当优化种类在该连接直线下的最大优化距离小于优化种类的优化阈值时，将优化种类在该连接直线之间的数据点筛除；
30、迭代确定保留点直至无可确定的数据点为止，将优化种类的所有保留点，作为优化种类的优化监测数据本文档来自技高网...
【技术保护点】
1.一种基于内科检测电子数据的分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种基于内科检测电子数据的分析方法，其特征在于，所述时序监测数据的获取方法包括：
3.根据权利要求1所述一种基于内科检测电子数据的分析方法，其特征在于，所述转折调整度的获取方法包括：
4.根据权利要求3所述一种基于内科检测电子数据的分析方法，其特征在于，所述转折调整度的表达式为：
5.根据权利要求1所述一种基于内科检测电子数据的分析方法，其特征在于，所述根据所有内科检测的时序监测数据中波动时长的近似程度，对所有内科检测聚类获得检测类别，包括：
6.根据权利要求1所述一种基于内科检测电子数据的分析方法，其特征在于，所述协变指标的获取方法包括：
7.根据权利要求6所述一种基于内科检测电子数据的分析方法，其特征在于，所述协变指标的表达式为：
8.根据权利要求1所述一种基于内科检测电子数据的分析方法，其特征在于，所述基于每种内科检测的转折调整度和数据点的协变指标，通过道格拉斯普克算法获得每种内科检测的优化监测数据，包
9.根据权利要求5所述一种基于内科检测电子数据的分析方法，其特征在于，所述获取该内科检测的时序监测数据中的极小值点，包括：
10.根据权利要求5所述一种基于内科检测电子数据的分析方法，其特征在于，所述聚类算法采用K均值聚类算法。
...【技术特征摘要】
1.一种基于内科检测电子数据的分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种基于内科检测电子数据的分析方法，其特征在于，所述时序监测数据的获取方法包括：
3.根据权利要求1所述一种基于内科检测电子数据的分析方法，其特征在于，所述转折调整度的获取方法包括：
4.根据权利要求3所述一种基于内科检测电子数据的分析方法，其特征在于，所述转折调整度的表达式为：
5.根据权利要求1所述一种基于内科检测电子数据的分析方法，其特征在于，所述根据所有内科检测的时序监测数据中波动时长的近似程度，对所有内科检测聚类获得检测类别，包括：
6.根据权利要求1所述一种基...
【专利技术属性】
技术研发人员：邓盼，李树刚，李琪玉，
申请(专利权)人：青岛云智霄凡科技有限公司，
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。