[發(fā)明專利]微創(chuàng)手術(shù)相似病案推薦方法、裝置、設(shè)備及介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810252606.2
• 申請日: 2018-03-26
• 公開（公告）號: CN108492886B
• 公開（公告）日: 2020-10-09
• 發(fā)明（設(shè)計）人: 丁帥;張宏敏;楊善林;唐華;傅強;張林
• 申請（專利權(quán)）人: 合肥工業(yè)大學;中國人民解放軍第二軍醫(yī)大學第二附屬醫(yī)院;合肥德銘電子有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H70/20
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩;余罡

1.一種微創(chuàng)手術(shù)相似病案推薦方法，其特征在于，包括：

對第一病案中的數(shù)據(jù)進行預處理，以構(gòu)建初始矩陣；

對初始矩陣中的各個數(shù)據(jù)進行去量綱化以及歸一化處理，以得到一致性矩陣；

基于IF-ICF算法和余弦相似度計算公式，確定所述第一病案與病案數(shù)據(jù)庫包括的各個病案的相似度；

在所述病案數(shù)據(jù)庫包括的第二病案與所述第一病案的相似度大于預設(shè)閾值時，輸出推薦信息，所述推薦信息用于向用戶推薦所述第二病案；

所述預處理包括：

對所述第一病案中的數(shù)據(jù)進行自然語言處理NLP，以提取所述第一病案中的N個檢查項，N為大于0的整數(shù)；

將所述N個檢查項中每個檢查項對應的數(shù)據(jù)作為所述初始矩陣中同一行或同一列的元素，以構(gòu)建所述初始矩陣；

所述IF-ICF計算公式為：

其中，W_n為檢查項a_n的權(quán)重，N_n,j指檢查項a_n在病例D_j中出現(xiàn)的次數(shù)，指病例D_j中所有檢查項出現(xiàn)的次數(shù)，D指病案數(shù)據(jù)庫中所有病案數(shù)目，{j：a_n∈D_j}指包含檢查項a_n的病案數(shù)量，1+{j：a_n∈D_j}是防止該檢查項不在病案數(shù)據(jù)庫中時會出現(xiàn){j：a_n∈D_j}為零的情況；

基于IF-ICF算法和余弦相似度計算公式，確定所述第一病案與病案數(shù)據(jù)庫包括的各個病案的相似度，包括：

基于IF-ICF算法確定所述第一病案中的N個檢查項中每一個檢查項的權(quán)重；

按照預設(shè)的檢查類別分類規(guī)則，將所述N個檢查項分為K個檢查類別，K為大于0的整數(shù)；

基于余弦相似度計算公式確定所述第一病案中的K個檢查類別分別與目標病案中對應檢查類別的相似度，所述目標病案為所述病案數(shù)據(jù)庫包括的任一病案；

根據(jù)所述第一病案與所述病案數(shù)據(jù)庫包括的各個病案中同一檢查類別的相似度，利用加權(quán)法確定所述第一病案與所述病案數(shù)據(jù)庫包括的各個病案的相似度；

根據(jù)所述第一病案與所述病案數(shù)據(jù)庫包括的各個病案中同一檢查類別的相似度，利用加權(quán)法確定所述第一病案與病案數(shù)據(jù)庫包括的各個病案的相似度，包括：

按照以下公式確定所述第一病案與所述病案數(shù)據(jù)庫包括的第j個病案的相似度：

其中，T_j為所述第一病案與所述病案數(shù)據(jù)庫包括的第j個病案的相似度，Q_kj為所述第j個病案中的第k個檢查類別的權(quán)重，且Q_kj等于同屬于所述第k個檢查類別的各個檢查項的權(quán)重之和，S_k為所述第一病案中的第k個檢查類別與所述第j個病案中的第k個檢查類別的相似度，j為大于0的整數(shù)。