[發明專利]基于軟件定義的智能化區域醫療集成數據庫的方法及系統在審
| 申請號: | 202110817254.2 | 申請日: | 2021-07-20 |
| 公開(公告)號: | CN113611425A | 公開(公告)日: | 2021-11-05 |
| 發明(設計)人: | 劉鶴;王羽;趙汀 | 申請(專利權)人: | 上海齊網網絡科技有限公司 |
| 主分類號: | G16H50/70 | 分類號: | G16H50/70 |
| 代理公司: | 北京恒和頓知識產權代理有限公司 11014 | 代理人: | 林濤 |
| 地址: | 201600 上海*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 軟件 定義 智能化 區域 醫療 集成 數據庫 方法 系統 | ||
本申請提供的基于軟件定義的智能化區域醫療集成數據庫的方法及系統,通過獲取第一模擬用戶的大于等于一個醫療類別集合對應的分類標準,確定與該分類標準許可誤差范圍共享的大于等于一個醫療類別集合在醫療數據庫中各自的醫療片段集成周期,然后基于醫療片段集成周期對第一模擬用戶的醫療數據庫進行集成,從而在進行醫療數據庫集成時,能夠通過不同醫療類別集合進行醫療數據庫集成的速率不同,對于分類標準較高的醫療類別集合,進行直接集成,保證集成的速率,對于分類標準較低的醫療類別集合,進行誤差分析,從而在保證對模擬用戶的醫療數據庫的集成速率和集成準確性的同時,降低成本。
技術領域
本申請涉及數據集成技術領域,具體而言,涉及基于軟件定義的智能化區域醫療集成數據庫的方法及系統。
背景技術
隨著集成數據庫的技術不斷的進步,相關醫療數據不斷的遞增,這樣就可能導致相關醫療數據過多,而無法進行存儲的問題,這樣就會造成相關醫療數據的丟失,在后續對相關醫療數據進行查詢的時候是十分麻煩。就需要對相關醫療數據進行整理存檔。然而,在相關醫療數據智能集成數據庫的技術中還存在一些缺陷。
發明內容
鑒于此,本申請提供了基于軟件定義的智能化區域醫療集成數據庫的方法及系統。
第一方面,提供一種基于軟件定義的智能化區域醫療集成數據庫的方法,所述方法包括:
顯示模擬智能化區域,所述模擬智能化區域用于顯示通過模擬訓練線程模擬智能化得到的醫療互動數據;
在所述模擬智能化區域中顯示第一智能化醫療互動數據,所述第一智能化醫療互動數據中包含第一模擬用戶,所述第一模擬用戶對應有大于等于一個醫療類別集合;
在所述第一智能化醫療互動數據中,集成所述第一模擬用戶的醫療數據庫;其中,大于等于一個所述醫療類別集合在所述醫療數據庫中具有各自的醫療片段集成周期,且所述醫療類別集合的醫療片段集成周期與所述醫療類別集合的分類標準許可誤差范圍共享。
進一步地,所述在所述第一智能化醫療互動數據中,集成所述第一模擬用戶的醫療數據庫,包括:
獲取所述模擬軌跡與所述第一模擬用戶之間的第一關聯性;
基于所述第一關聯性,確定大于等于一個所述醫療類別集合分別對應的分類標準;
基于大于等于一個所述醫療類別集合分別對應的分類標準,確定大于等于一個所述醫療類別集合分別對應的醫療片段集成周期;
基于所述醫療類別集合分別對應的醫療片段集成周期,在所述第一智能化醫療互動數據中,集成所述第一模擬用戶的醫療數據庫。
進一步地,所述基于所述醫療類別集合分別對應的醫療片段集成周期,在所述第一智能化醫療互動數據中,集成所述第一模擬用戶的醫療數據庫,包括:
基于所述醫療片段集成周期,確定當前醫療互動數據對應的醫療片段加載分布矩陣;
所述醫療片段加載分布矩陣中包含當前的所述第一模擬用戶對應的資料分組模型中需要進行所述醫療數據庫集成的所述醫療類別集合的分類標簽;
基于當前醫療互動數據對應的所述醫療片段加載分布矩陣,在所述第一智能化醫療互動數據中,集成所述第一模擬用戶對應的所述醫療數據庫。
進一步地,響應于所述第一模擬用戶的資料分組模型中至少包括第一醫療類別集合;所述第一醫療類別集合對應的所述醫療片段集成周期是第一集成周期;所述基于所述醫療片段集成周期,確定當前醫療互動數據對應的醫療片段加載分布矩陣,包括:
檢測所述第一醫療類別集合對應的第一描述內容特征向量;
所述第一描述內容用于記錄所述第一醫療類別集合上一次進行對應的所述醫療數據庫集成時對應的醫療互動數據,關聯性當前醫療互動數據之間的周期向量;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海齊網網絡科技有限公司,未經上海齊網網絡科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110817254.2/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:基于神經網絡的人臉識別方法及系統
- 下一篇:基于神經網絡的圖像降維方法及系統





