疾病预测领域中针对不均衡数据的优化分类方法和装置制造方法及图纸

本发明专利技术涉及数据分析预测领域，尤其涉及一种疾病预测领域中针对不均衡数据的优化分类方法和装置，本发明专利技术通过将医疗数据样本划分为多数类样本以及少数类样本，通过计算离散差异均衡表征系数判定是否符合分类标准，并且，针对多数类样本进行分类，将所得子集与少数类样本合并，以构建平衡子集，针对平衡子集中的样本特征计算样本间的欧氏距离，构建针对预测模型的优化目标，通过上述步骤增强了预测模型对少数类的识别能力，同时提高了对多数类的分类精度，减少医疗数据样本中数据不平衡对预测模型精度和准确性的影响。

【技术实现步骤摘要】

本专利技术涉及数据分析预测领域，尤其涉及疾病预测领域中针对不均衡数据的优化分类方法和装置。

技术介绍

1、在当前的医疗健康领域，随着大数据技术的快速发展及其在临床医学中的广泛应用，海量的医疗数据被收集和分析，通过相关模型在医疗图像处理、自然语言处理以及疾病预测领域被广泛应用。

2、例如，中国专利申请：cn117690578a，公开了一种疾病预测模型的训练方法、疾病预测系统，该方法包括：获取医疗数据集，其包括多个医疗数据，每个医疗数据对应有一种或多种症状，部分医疗数据对应有一种或多种疾病；将每个医疗数据作为一个医疗数据节点、每种症状作为一个症状节点、每种疾病作为一个疾病节点，基于所述医疗数据集构建异构图；基于图神经网络构建初始疾病预测模型，并以异构图为输入、每个医疗数据节点与每个疾病节点之间是否有边为输出，采用异构图对初始疾病预测模型进行多轮迭代训练直至收敛，并在每轮训练过程中基于对比损失更新疾病预测模型参数。该专利技术的方法可以提高疾病预测模型的性能，从而更好地辅助医生进行疾病诊断。

3、但是，现有技术中，还存在以下问题，

<本文档来自技高网...

【技术保护点】

1.一种疾病预测领域中针对不均衡数据的优化分类方法，其特征在于，包括：

2.根据权利要求1所述的疾病预测领域中针对不均衡数据的优化分类方法，其特征在于，所述步骤S1中，所获取的医疗数据样本包括不同类别疾病的症状记录，单类医疗数据样本对应单类疾病的症状记录。

3.根据权利要求1所述的疾病预测领域中针对不均衡数据的优化分类方法，其特征在于，所述步骤S2中，确定样本间相同特征的比例包括，

4.根据权利要求1所述的疾病预测领域中针对不均衡数据的优化分类方法，其特征在于，所述步骤S2中，依据公式（1）计算离散差异均衡表征系数，

5.根据权利要求1所述...

【技术特征摘要】

1.一种疾病预测领域中针对不均衡数据的优化分类方法，其特征在于，包括：

2.根据权利要求1所述的疾病预测领域中针对不均衡数据的优化分类方法，其特征在于，所述步骤s1中，所获取的医疗数据样本包括不同类别疾病的症状记录，单类医疗数据样本对应单类疾病的症状记录。

3.根据权利要求1所述的疾病预测领域中针对不均衡数据的优化分类方法，其特征在于，所述步骤s2中，确定样本间相同特征的比例包括，

4.根据权利要求1所述的疾病预测领域中针对不均衡数据的优化分类方法，其特征在于，所述步骤s2中，依据公式（1）计算离散差异均衡表征系数，

5.根据权利要求1所述的疾病预测领域中针对不均衡数据的优化分类方法，其特征在于，所述步骤s2中，判定是否符合预定分类标准包括，

6.根据权利要求1所述的疾病预测领...

【专利技术属性】
技术研发人员：朱海燕，王睿，王亚南，师亚勇，
申请(专利权)人：中国人民解放军总医院，
类型：发明
国别省市：