[發明專利]大數據智能設備進行數據提取工作方法

有效

• 申請號: 201810962281.7
• 申請日: 2018-08-22
• 公開（公告）號: CN109065158B
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 段紅華;張添靖;劉玉蓉
• 申請（專利權）人: 湖南德善信醫藥科技有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/70
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 占麗君

1.一種大數據智能設備進行數據提取工作方法，其特征在于，包括如下步驟：

S1，根據遺傳算法形成特定區域患者疾病形成的計算模型，通過對疾病診斷預測以及選擇醫院頻率預測形成初步計算條件；

S1-1，疾病診斷預測模型：

其中，a₁為初期診斷記錄值；a₂為中期診斷記錄值；a₃為晚期診斷記錄值；w_a為疾病診斷程度權重，p_i為疾病動態變化趨勢量；r_i為疾病治療完成量；為疾病動態變化隨機干擾分量，γ為平衡系數，m為正整數；

S1-2，選擇醫院頻率預測模型：

其中，b₁為街道診所就醫頻率預測值；b₂為區級醫院就醫頻率預測值；b₃為二級甲等醫院就醫頻率預測值；b₄為三級甲等醫院就醫頻率預測值；R為診斷周期分量；V_j為診斷出診率隨機干擾分量，t為響應周期，為診斷偏差因子，μ為診斷費用消耗增量因子，β為延誤診斷影響系數，Ψ為正態適度響應值，A_j為診斷次數動態預測值；

S2，設置患者數據分布的權重規則條件，形成患者數據分布的目標函數構建體系，從而篩選出患者診斷數據分布結果；

S2-1，對于患者分布考慮到各種特性之間的相關性，定義N為診斷后確診數據，L為診斷后未確診數據，M為未診斷數據，S_k為病癥種類分量，B為偏移值，為診斷后確診數據限制函數，為診斷后未確診數據限制函數，為未診斷數據限制函數，患者診斷后確診實例x_k，患者診斷后未確診實例y_k，患者未診斷實例z_k，構建相關性權重規則如下：

x_k,y_k∈N+L or x_k,y_k,z_k∈N+L+M；

S2-2，進行患者分布目標函數構建，形成患者診斷數據的目標函數算法如下：

w為診斷次數的偏置項，δ為診斷數據噪聲，P_i(k)為患者診斷醫院選擇過程向量，k為患者數量，e^W為迭代分量，字母W為區分度，下標i為正整數；

用該目標函數來度量過程向量C_i(k)的平滑狀態值；

得到的平滑部分和高斯混合模型的似然估計進行線性組合，其中為患者診斷后確診估計因子，為患者診斷后未確診估計因子，為患者未診斷估計因子，為患者診斷后確診獲取樣本，為患者診斷后未確診獲取樣本，為患者未診斷獲取樣本，為患者診斷后確診損失樣本，為患者診斷后未確診損失樣本，為患者未診斷損失樣本，

S3，根據患者診斷數據分布結果形成飛躍式均衡圖劃分算法，最終對患者診斷數據布局做出準確提煉；

S3-1，采用標簽傳播的方法，每次迭代過程中進行患者相關度匹配，從而對患者診斷過程中提煉出相關患者經常入住的醫院和醫院級別；

S3-2，為了防止過大的提煉數據集出現，對數據集的規模以及迭代次數進行了限制，每個數據集規模條件為TV為獲取診斷數據的極值，τ表示數據集獲取系數，r為診斷樣本分類數，Z為正整數；

S3-3，載入提煉數據集規模條件進行累加之后，如果

其中為提煉診斷符合度，形成最大值的提煉數據集把患者診斷數據進行收集。