[發明專利]一種基于深度神經網絡的數據處理方法及裝置

有效

• 申請號: 202010412571.1
• 申請日: 2020-05-15
• 公開（公告）號: CN111696636B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 李彥軒;唐蕊;孫行智
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G06F18/24;G06N3/04;G06N3/08;G06F18/23;G06F18/213;G06F18/27
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強

本申請涉及人工智能技術領域，實施例公開了一種基于深度神經網絡的數據處理方法及裝置，其中方法包括：獲取至少2個訓練樣本，將該至少2個訓練樣本依次輸入構建好的深度神經網絡DNN模型進行訓練，使訓練后該DNN模型的損失函數減小至預設波動范圍，該DNN模型的損失函數為四元組損失函數，將待預測病歷數據的特征向量輸入訓練好的DNN模型中處理，得到該待預測病歷數據對應的目標嵌入向量，根據該目標嵌入向量與質量嵌入向量之間的距離和預設的質量異常距離，確定該待預測病歷數據的質量。采用本申請實施例，可以從多方面/多角度篩查病歷數據的質量，提高質量篩查的準確度。另外，本申請可應用于智慧醫療領域中，從而推動智慧城市的建設。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種基于深度神經網絡的數據處理方法及裝置。

背景技術

電子病歷是使用電子設備保存、管理、傳輸和重現的數字化醫療記錄，記錄著患者在醫院接受診斷和治療的全過程。然而，電子病歷在記錄的過程中往往會因為誤診等專業因素或記錄錯誤等非專業因素導致病歷質量問題，如病歷不合格或病歷異常等。

隨著計算機技術的發展，可以使用計算機對電子病歷的質量問題進行篩查。但目前計算機主要是基于人為制定的客觀規則來進行篩查，所以計算機篩查的覆蓋面較窄，篩查的準確度低。

發明內容

本申請實施例提供一種基于深度神經網絡的數據處理方法及裝置，可以從多方面/多角度篩查病歷數據的質量，提高質量篩查的準確度。

第一方面，本申請實施例提供了一種基于深度神經網絡的數據處理方法，該方法包括：

獲取至少2個訓練樣本，該至少2個訓練樣本中的每個訓練樣本為四元組，該四元組包括錨點的特征向量、正樣本的特征向量、負樣本的特征向量以及假樣本的特征向量，該錨點為質量合格的病歷數據，該正樣本為與該錨點類別相同且質量合格的病歷數據，該負樣本為與該錨點類別不相同且質量合格的病歷數據，該假樣本為質量不合格的病歷數據；

將該至少2個訓練樣本依次輸入構建好的深度神經網絡DNN模型進行訓練，使訓練后該DNN模型的損失函數減小至預設波動范圍，該DNN模型的損失函數為四元組損失函數，該四元組損失函數由該錨點的特征向量輸入該DNN模型得到的嵌入向量分別與該正樣本的特征向量、該負樣本的特征向量、該假樣本的特征向量輸入該DNN模型得到的嵌入向量之間的差異確定；

將待預測病歷數據的特征向量輸入訓練好的DNN模型中處理，得到該待預測病歷數據對應的目標嵌入向量；

根據該目標嵌入向量與質量嵌入向量之間的距離、以及預設的質量異常距離，確定該待預測病歷數據的質量。

結合第一方面，在一種可能的實施方式中，上述四元組損失函數為：

L＝d(a,p)-d(a,n)-k*d(a,F)；

其中，該L表示該四元組損失函數，該a表示該錨點的特征向量輸入該DNN模型后得到的嵌入向量，該p表示正樣本的特征向量輸入該DNN模型后得到的嵌入向量，該n表示負樣本的特征向量輸入該DNN模型后得到的嵌入向量，該F表示假樣本的特征向量輸入該DNN模型后得到的嵌入向量，該k為系數，該d(a,p)表示該a與該p之間的距離，該d(a,n)表示該a與該n之間的距離，該d(a,F)表示該a與該F之間的距離。

結合第一方面，在一種可能的實施方式中，根據該目標嵌入向量與質量嵌入向量之間的距離和預設的質量異常距離，確定該待預測病歷數據的質量，包括：

若該目標嵌入向量與質量嵌入向量之間的距離大于或等于預設的質量異常距離，則確定該待預測病歷數據的質量為不合格；若該目標嵌入向量與該質量嵌入向量之間的距離小于該質量異常距離，則確定該待預測病歷數據的質量為合格。