[發明專利]數據輔助處理方法、裝置、計算機設備及存儲介質

在審

• 申請號: 201910301186.7
• 申請日: 2019-04-15
• 公開（公告）號: CN110164545A
• 公開（公告）日: 2019-08-23
• 發明（設計）人: 葛晨雨
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H20/90;G06K9/62
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 黃章輝

1.一種數據輔助處理方法，其特征在于，包括：

獲取目標化驗單，提取所述目標化驗單中的化驗人體特征數據；

獲取測量設備發送的測量人體特征數據，并獲取客戶端發送的診斷人體特征數據；

基于所述化驗人體特征數據、所述測量人體特征數據和所述診斷人體特征數據，形成待識別數據；

將所述待識別數據輸入到采用Adaboost算法預先訓練好的數據處理模型中，根據投票結果獲取數據參考結果；

將病人基本信息和所述數據參考結果填充到數據參考文檔模板對應的位置，形成數據參考文檔；

對所述數據參考文檔進行加密處理，并存儲在對應的數據庫中。

2.如權利要求1所述的數據輔助處理方法，其特征在于，所述獲取目標化驗單，提取所述目標化驗單中的化驗人體特征數據，包括：

獲取原始化驗單，所述原始化驗單包括單據類型；

若所述單據類型為文檔類型，則通過文本匹配算法識別所述原始化驗單上的特定字符，獲取化驗人體特征數據。

3.如權利要求2所述的數據輔助處理方法，其特征在于，

若所述單據類型為圖片類型，則對所述原始化驗單進行模糊檢測，獲取有效化驗單；

對所述有效化驗單進行矯正處理，獲取目標化驗單；

通過OCR識別技術識別所述目標化驗單，提取目標化驗單上的化驗人體特征數據。

4.如權利要求1所述的數據輔助處理方法，其特征在于，所述獲取測量設備發送的測量人體特征數據，包括：

向所述測量設備發送目標數據提取請求，所述目標數據提取請求包括至少一個目標人體特征；

基于所述目標人體特征，通過數據傳輸接口獲取所述測量人體特征數據。

5.如權利要求1所述的數據輔助處理方法，其特征在于，所述數據輔助處理方法還包括：

對病癥和疾病進行編碼，獲取病癥編碼和疾病編碼；

基于病癥編碼和疾病編碼形成訓練樣本，將所述訓練樣本分為訓練集和測試集；

采用Adaboost算法對所述訓練集中的訓練樣本進行訓練，獲取原始數據處理模型；

將所述測試集中的訓練樣本輸入到原始數據處理模型中，獲取測試錯誤率，若所述測試錯誤率小于預設值，則將所述原始數據處理模型作為目標數據處理模型。

6.如權利要求5所述的數據輔助處理方法，其特征在于，所述采用Adaboost算法對所述訓練集中的訓練樣本進行訓練，獲取原始數據處理模型，包括：

初始化所述訓練樣本的權重，使得每個所述訓練樣本對應一初始權重；

采用Adaboost算法對所述訓練集中的訓練樣本進行訓練，獲取所述訓練樣本在每一輪迭代中各弱分類器對應的最小錯誤率；

根據每一輪迭代對應的所述最小錯誤率獲取決定系數，基于所述決定系數對所述初始權重進行更新，獲取所述訓練樣本在每一輪迭代中對應的更新權重；

基于每一輪迭代對應的所述更新權重，獲取每一輪迭代的強分類器對應的目標錯誤率；

當所述目標錯誤率小于預設值時，則停止迭代，獲取原始數據處理模型。

7.一種數據輔助處理裝置，其特征在于，包括：

數據提取模塊，用于獲取目標化驗單，提取所述目標化驗單中的化驗人體特征數據；

數據獲取模塊，用于獲取測量設備發送的測量人體特征數據，并獲取客戶端發送的診斷人體特征數據；

數據整理模塊，用于基于所述化驗人體特征數據、所述測量人體特征數據和所述診斷人體特征數據，形成待識別數據；

數據識別模塊，用于將所述待識別數據輸入到采用Adaboost算法預先訓練好的數據處理模型中，根據投票結果獲取數據參考結果；

數據參考文檔生成模塊，用于將病人基本信息和所述數據參考結果填充到數據參考文檔模板對應的位置，形成數據參考文檔；

加密處理模塊，用于對所述數據參考文檔進行加密處理，并存儲在對應的數據庫中。