【技术实现步骤摘要】
本专利技术属于医疗健康信息，尤其涉及一种基于知识引导域自适应的多中心医学数据处理方法、系统、设备、介质。
技术介绍
1、大规模医学数据分析，对疾病病因学、个性化医学以及医疗管理效率和安全评估的研究提供了重要的支持。越来越多的证据表明，更广泛的数据共享将确保可重复性，以及更大和更有力的统计分析。
2、为了能够突破医疗机构间的信息壁垒、联通“信息孤岛”的多中心协同医学数据处理模式应运而生。多中心协同医学数据挖掘旨在通过不同医疗机构之间的协同合作，深度挖掘多中心医疗数据中蕴含的巨大价值，进而实现医疗服务质量的提升。
3、然而，目前多中心医学数据协同处理方法具有以下问题：
4、（1）由于不同医疗机构之间的医疗设施不同，他们采集的患者特征存在一些差异，目前多中心医学数据协同处理方法往往忽视这些特征差异，这会导致某一医疗机构特有的本地医学特征未被得到有效的使用，从而降低了医学数据处理的准确率。
5、（2）不同场景下，患者的特征表现是不相同的。例如，急性肾衰竭这一临床多发的重症疾病，一般患者在使用造影剂...
【技术保护点】
1.一种基于知识引导域自适应的多中心医学数据处理方法，其特征在于，应用于服务器，所述方法包括：
2.根据权利要求1所述的一种基于知识引导域自适应的多中心医学数据处理方法，其特征在于，补全得到第三医学知识图谱的过程包括：
3.根据权利要求2所述的一种基于知识引导域自适应的多中心医学数据处理方法，其特征在于，训练知识图谱嵌入模型的过程包括：
4.根据权利要求1所述的一种基于知识引导域自适应的多中心医学数据处理方法，其特征在于，获取源中心患者数据特征、源中心患者知识特征、目标中心患者数据特征、目标中心患者知识特征的过程包括：
...
【技术特征摘要】
1.一种基于知识引导域自适应的多中心医学数据处理方法，其特征在于，应用于服务器，所述方法包括：
2.根据权利要求1所述的一种基于知识引导域自适应的多中心医学数据处理方法，其特征在于，补全得到第三医学知识图谱的过程包括：
3.根据权利要求2所述的一种基于知识引导域自适应的多中心医学数据处理方法，其特征在于，训练知识图谱嵌入模型的过程包括：
4.根据权利要求1所述的一种基于知识引导域自适应的多中心医学数据处理方法，其特征在于，获取源中心患者数据特征、源中心患者知识特征、目标中心患者数据特征、目标中心患者知识特征的过程包括：
5.根据权利要求1或4所述的一种基于知识引导域自适应的多中心医学数据处理方法，其特征在于，设置损失函数的过程包括：
6.根据权利要求1所述的一种基于知识引导域自适...
【专利技术属性】
技术研发人员：李劲松，池胜强，张航，尚勇，田雨，周天舒，
申请(专利权)人：之江实验室，
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。