[發明專利]自迭代病歷檔案聚類分析系統

有效

• 申請號: 201710596235.5
• 申請日: 2017-07-20
• 公開（公告）號: CN107480426B
• 公開（公告）日: 2021-01-19
• 發明（設計）人: 童永安;陳衛單;陳勇強
• 申請（專利權）人: 廣州慧揚健康科技有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G16H50/70;G06F16/35
• 代理公司: 廣州立凡知識產權代理有限公司 44563
• 代理人: 傅俊朝

本發明公開一種自迭代病歷檔案聚類分析系統，包括病歷導入模塊、向量處理模塊和ISODATA聚類分析模塊，所述病歷導入模塊用于從病歷檔案中提取需要分析的變量并規范化；所述向量處理模塊用于對病歷檔案中不同類型的變量進行類型與比例的轉換，完成向量轉換后，將各個個體的空間向量坐標存放于空間向量庫中；所述ISODATA聚類分析模塊用于從向量處理模塊中的空間向量庫調取待分析的空間向量，進入ISODATA聚類分析；如此，一方面與層次聚類大量的計算量相比降低計算量，另一方面能得到最合理的分類結果。能夠將內容復雜紛繁的電子病歷通過聚類分析，得到對大批量病歷檔案的分類結果，從而便于下一步的處理或分析。

技術領域

本發明涉及醫療技術領域，特別是指一種自迭代病歷檔案聚類分析系統。

背景技術

不同病歷檔案之間既有個性，又有共性。在進行臨床科研時，時常需要根 據不同病歷檔案的某些特征進行分析，從而對其進行分類，以便于進行下一步 的處理或分析。然而現有的聚類分析的對象都是具體的數值型變量，對于變量 繁多、類型復雜的病歷難以進行直接的運算。而且此前已開發的基于層次聚類 的病歷檔案聚類分析系統存在著計算量大、分類不夠精確的問題，針對這些問 題，需要對現有算法進行改進，從而適應病歷檔案數量龐大、內容復雜的特點。

與層次聚類相比，ISODATA計算量較少，可以直接得到聚類結果，不需要 用戶進行進一步篩選；而與K-MEANS聚類算法相比，ISODATA計算能調整類別 個數，得到較為合理的分類結果。因此以ISODATA計算為基礎開發病歷檔案聚 類分析算法，同時適應病歷檔案的特點。

發明內容

針對背景技術中存在的問題，本發明的目的是提供一種自迭代病歷檔案聚 類分析系統，將內容復雜紛繁的電子病歷通過聚類分析，得到對大批量病歷檔 案的分類結果，從而便于下一步的處理或分析。

本發明的技術方案是這樣實現的：一種自迭代病歷檔案聚類分析系統，包 括病歷導入模塊、向量處理模塊、ISODATA聚類分析模塊，其中，所述病歷導 入模塊：用于通過過濾器對用戶導入的病歷檔案進行初步的過濾，根據初始化 的映射關系從病歷檔案中提取需要分析的變量，并對病歷檔案中的各個變量規 范化，以用于下一步的向量抽象；所述向量處理模塊：用于對病歷檔案中不同 類型的變量進行類型與比例的轉換，包含連續型變量轉換、邏輯型變量轉換以 及文本型變量轉換，完成向量轉換后，將各個個體的空間向量坐標存放于空間 向量庫中，以用于下一步的ISODATA聚類分析；所述ISODATA聚類分析模塊： 用于從向量處理模塊中的空間向量庫調取待分析的空間向量，進入ISODATA聚 類分析。

在上述技術方案中，所述所述文本型變量轉換分為特殊轉換與普通轉換。

在上述技術方案中，所述ISODATA聚類分析模塊分為七個次模塊，分別為 初始化模塊、基礎模塊I、基礎模塊II、判斷與迭代模塊、分裂模塊、合并模 塊和結束模塊。

在上述技術方案中，所述基礎模塊I包含中心子集抽取、最小距離法進行 聚類以及聚類篩選。

在上述技術方案中，所述判斷與迭代模塊包含聚類中心校正、平均距離計 算以及計算所有類的總體平均距離。

本發明自迭代病歷檔案聚類分析系統，包括病歷導入模塊、向量處理模塊、ISODATA聚類分析模塊，首先根據各份病歷檔案的具體屬性抽象為空間向量， 隨后將這些空間向量應用于ISODATA聚類分析當中；根據用戶選定的參數值， ISODATA聚類分析模塊對空間向量經過多次迭代，最后得到分類結果。一方面 與層次聚類大量的計算量相比降低計算量，另一方面能得到最合理的分類結 果。能夠將內容復雜紛繁的電子病歷通過聚類分析，得到對大批量病歷檔案的 分類結果，從而便于下一步的處理或分析。

附圖說明

圖1為本發明自迭代病歷檔案聚類分析系統模塊連接關系圖；