[發明專利]醫療數據預處理方法、裝置和電子設備

在審

• 申請號: 201910034052.3
• 申請日: 2019-01-15
• 公開（公告）號: CN111435613A
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 郭曉方;金敏;劉穎豐;徐長水;雷錦誌
• 申請（專利權）人: 金敏
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H10/60
• 代理公司: 北京彩和律師事務所 11688
• 代理人: 張紅春

公開了一種醫療數據預處理方法、裝置和電子設備。該醫療數據預處理方法包括：對獲取的與客戶相關的原始醫療數據進行數據清理處理，以獲得經過數據清理之后的已清理醫療數據；對所述已清理醫療數據進行歸一化處理，以獲得經過歸一化處理之后的已歸一化醫療數據；以及，對所述已歸一化醫療數據進行異常值處理，以獲得經過異常值處理之后的訓練醫療數據，其中，所述訓練醫療數據用于錄入至模型訓練表中，且所述模型訓練表構成訓練集，用于對癌癥預測模型進行訓練。這樣，可節省數據分析過程中的大量時間和空間，并且，更能夠確保數據的準確性和適用性，以使得基于癌癥預測模型所獲得的癌癥預測結果具有更好的決策和預測作用。

技術領域

本申請涉及數據處理領域，特別是涉及醫療數據預處理方法、醫療數據預處理裝置和電子設備。

背景技術

癌癥是中國人口的主要死亡因素之一。有數據顯示，2015年中國人口預期癌癥新發病例總數為429.2萬，預期死亡人數281.4萬。也就是說，每分鐘就有8個人被確診為癌癥，有5個人因癌癥而離世，中國人一生患癌癥風險高達22％。癌癥是一種難以治愈的疾病，根據國家癌癥中心最新數據顯示，惡性腫瘤5年生存率為40.5％，2015年數據顯示更低為36.9％。

有數據顯示：癌癥如果發現的早，治愈率非常高。并且，國內外研究實現證明癌癥患者與健康人之間的臨床醫療數據(例如，血尿化驗數據)存在明顯差異。血尿檢查將逐漸成為癌癥篩查的重要手段。

雖然，獲取常規的健康體檢或癌癥病患的血尿化驗數據并非難事，但并不是所有獲取的數據都是有效的，通常采集到的大多數健康體檢數據是參差不齊的，存在缺失項、單位錯誤、數量級不同等缺陷。這給后續基于臨床醫療數據的癌癥預測分析帶來了極大的麻煩。

因此，需要一種有效的對獲取的醫療數據進行預處理的技術方案，以便于后續的數據分析和數據挖掘。

發明內容

為了解決上述技術問題，提出了本申請。本申請的實施例提供了一種醫療數據預處理方法、醫療數據預處理裝置和電子設備，其通過對獲取的與客戶相關的原始醫療數據進行數據清洗處理、歸一化處理和異常值處理，以獲得用于對癌癥預測模型訓練的數據集。通過這樣的方式，可節省數據分析過程中的大量時間和空間，并且，更能夠確保數據的準確性和適用性，以使得基于所述癌癥預測模型所獲得的癌癥預測結果具有更好的決策和預測作用。

根據本申請的一方面，提供了一種醫療數據預處理方法，包括：對獲取的與客戶相關的原始醫療數據進行數據清理處理，以獲得經過數據清理之后的已清理醫療數據；對所述已清理醫療數據進行歸一化處理，以獲得經過歸一化處理之后的已歸一化醫療數據；以及，對所述已歸一化醫療數據進行異常值處理，以獲得經過異常值處理之后的訓練醫療數據，其中，所述訓練醫療數據用于錄入至模型訓練表中，且所述模型訓練表構成訓練集，用于對癌癥預測模型進行訓練。