一种基于三维子轨迹聚类算法的临床路径挖掘方法技术

本发明专利技术公开了一种基于三维子轨迹聚类算法的临床路径挖掘方法，属于数据分析技术领域，包括：S1、对临床诊疗过程数据预处理；S2、将预处理后的临床诊疗过程数据映射到三维空间中，形成三维时序轨迹；S3、对三维时序轨迹进行时间加权处理，得到用于聚类的三维时序轨迹；S4、使用改进聚类TRACLUS算法对用于聚类的三维时序轨迹进行聚类，得到轨迹聚类结果；S5、对临床路径聚类结果进行数据还原与分析，得到具有相似诊疗过程的数据轨迹，作为临床路径挖掘结果。本发明专利技术方法提高了临床路径挖掘的准确性、优化了临床决策支持、提升了数据处理效率、增强了临床路径的适应性和个性化以及提供了直观的可视化数据。

【技术实现步骤摘要】

本专利技术属于数据分析，具体涉及一种基于三维子轨迹聚类算法的临床路径挖掘方法。

技术介绍

1、在医疗领域，临床路径（clinical pathway，cpw）是为特定病种或手术设计的系统性、标准化的患者诊疗计划。传统的cpw制定依赖于专家经验和循证医学原则，难以适应医院自身条件和病人复杂程度。随着医疗信息技术的发展，大量病例数据的积累为数据驱动的cpw挖掘提供了可能，从而实现更加个性化、精准的诊疗指导。

2、现有的临床路径挖掘方法包括基于关联规则挖掘和基于序列模式挖掘；其中，基于关联规则挖掘方法主要用于发现医疗行为之间的关联性。例如，agrawal和srikant在1994年提出的apriori算法，可以用于发现频繁项集和关联规则。在临床路径挖掘中，该方法可以帮助识别常见的医疗行为组合和先行后续关系，从而辅助医疗决策和优化临床流程；基于序列模式挖掘关注于发现数据中的顺序模式。例如，generalized sequentialpattern (gsp) 挖掘可以用于发现医疗事件的频繁序列。这对于理解疾病发展的典型过程和制定临床决策具有重要意义。它本文档来自技高网...

【技术保护点】

1.一种基于三维子轨迹聚类算法的临床路径挖掘方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于三维子轨迹聚类算法的临床路径挖掘方法，其特征在于，所述步骤S1具体为：

3.根据权利要求2所述的基于三维子轨迹聚类算法的临床路径挖掘方法，其特征在于，所述步骤S2具体为：

4.根据权利要求1所述的基于三维子轨迹聚类算法的临床路径挖掘方法，其特征在于，所述步骤S3具体为：

5.根据权利要求4所述的基于三维子轨迹聚类算法的临床路径挖掘方法，其特征在于，所述步骤S31中，概率密度函数P(X=x)为：式中，X表示一个连续型随机变量，x表示事件的...

【技术特征摘要】

1.一种基于三维子轨迹聚类算法的临床路径挖掘方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于三维子轨迹聚类算法的临床路径挖掘方法，其特征在于，所述步骤s1具体为：

3.根据权利要求2所述的基于三维子轨迹聚类算法的临床路径挖掘方法，其特征在于，所述步骤s2具体为：

4.根据权利要求1所述的基于三维子轨迹聚类算法的临床路径挖掘方法，其特征在于，所述步骤s3具体为：

5.根据权利要求4所述的基于三维子轨迹聚类算法的临床路径挖掘方法，其特征在于，所述步骤s31中，概率密度函数p(x=x)为：式中，x表示一个连续型随机变量，x表示事件的发生次数，n表示自由度， 表示伽马函数；

6.根据权利要求1所述的基于三维子轨迹聚类算法的临床路径挖掘方法，其特征在于，所述步骤s4具体为：

7.根据权利要求6所述的基于三维子轨迹聚类算法的临床...

【专利技术属性】
技术研发人员：郑庆霄，刘玉江，罗双红，汪凌锋，何晋，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：