[發明專利]疾病概率的檢測方法和裝置

在審

• 申請號: 201710095020.5
• 申請日: 2017-02-20
• 公開（公告）號: CN107622801A
• 公開（公告）日: 2018-01-23
• 發明（設計）人: 李菲菲;徐亮;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70
• 代理公司: 深圳市世紀恒程知識產權代理事務所44287
• 代理人: 胡海國

技術領域

本發明涉及疾病信息處理領域，尤其涉及一種疾病概率的檢測方法和裝置。

背景技術

傳統的疾病概率檢測，如癌癥患病率的檢測，是基于生物學、基因組學、以及體檢化驗結果等復雜方式實現的。這種方法需要精準的數據源，并且在獲取到數據源之后，還需要花費較長的時間進行分析處理，以得到檢測結果，再加上數據源獲得途徑較復雜，對疾病檢所花費的成本也較高。因此，現有的疾病概率檢測方式，既無法快速對疾病概率進行檢測，而且疾病概率檢測的成本也較高。

發明內容

本發明的主要目的在于提供一種疾病概率的檢測方法和裝置，旨在解決現有技術對疾病概率的檢測，不僅檢測的時間較長，而且花費成本也較高的技術問題。

為實現上述目的，本發明提供一種疾病概率的檢測方法，所述疾病概率的檢測方法包括：

采集用戶關聯的各個數據，并對采集的各個數據進行特征處理；

根據特征處理后的各個數據構造多維度數據集；

對所述多維度數據集進行隨機抽樣，以劃分出測試集和訓練集；

基于所述訓練集搭建模型，得到回歸決策樹；

根據所述測試集對所述回歸決策樹進行測試，以計算用戶的疾病概率。

優選地，所述對采集的各個數據進行特征處理的步驟包括：

對采集的各個數據進行特征分析，以確定各個數據的特征類型；

在數據為缺失值數據時，對缺失值數據進行均值插補處理或多重插補處理；

在數據為異常值數據時，對異常值數據進行篩選，以篩選出異常值小于預設閾值的數據，并將篩選出的數據作為缺失值數據進行處理。

優選地，所述均值插補處理的方式包括：采用平均值進行插補處理，或采用眾數進行插補處理。

優選地，所述根據特征處理后的各個數據構造多維度數據集的步驟包括：

確定特征處理后的各個數據對應的特征飽和度；

根據特征飽和度對各個數據進行篩選，以篩選出特征飽和度達到預設飽和度的各個數據；

根據篩選出的各個數據構造多維度數據集。

優選地，所述根據所述測試集對所述回歸決策樹進行測試，以計算用戶的疾病概率的步驟包括：

將所述測試集的數據輸入到所述回歸決策樹中，以根據所述回歸決策樹中樹的數量得到對應數量的各個數值；

將各個數值與所述回歸決策樹中各個樹的權重值進行加權平均，得到所述回歸決策樹的總值；

將所述總值作為用戶的疾病概率。

此外，為實現上述目的，本發明還提供一種疾病概率的檢測裝置，所述疾病概率的檢測裝置包括：

處理模塊，用于采集用戶關聯的各個數據，并對采集的各個數據進行特征處理；

構造模塊，用于根據特征處理后的各個數據構造多維度數據集；

劃分模塊，用于對所述多維度數據集進行隨機抽樣，以劃分出測試集和訓練集；

搭建模塊，用于基于所述訓練集搭建模型，得到回歸決策樹；

計算模塊，用于根據所述測試集對所述回歸決策樹進行測試，以計算用戶的疾病概率。

優選地，所述處理模塊包括：

特征分析單元，用于對采集的各個數據進行特征分析，以確定各個數據的特征類型；

插補處理單元，用于在數據為缺失值數據時，對缺失值數據進行均值插補處理或多重插補處理；

篩選處理單元，用于在數據為異常值數據時，對異常值數據進行篩選，以篩選出異常值小于預設閾值的數據，并將篩選出的數據作為缺失值數據進行處理。

優選地，所述均值插補處理的方式包括：采用平均值進行插補處理，或采用眾數進行插補處理。

優選地，所述構造模塊包括：

確定單元，用于確定特征處理后的各個數據對應的特征飽和度；

篩選單元，用于根據特征飽和度對各個數據進行篩選，以篩選出特征飽和度達到預設飽和度的各個數據；

構造單元，用于根據篩選出的各個數據構造多維度數據集。

優選地，所述計算模塊包括：

輸入單元，用于將所述測試集的數據輸入到所述回歸決策樹中，以根據所述回歸決策樹中樹的數量得到對應數量的各個數值；

計算單元，用于將各個數值與所述回歸決策樹中各個樹的權重值進行加權平均，得到所述回歸決策樹的總值；

處理單元，用于將所述總值作為用戶的疾病概率。