[發明專利]一種數據匹配方法及其相關設備

在審

• 申請號: 202110921215.7
• 申請日: 2021-08-11
• 公開（公告）號: CN113658710A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 鄭銘鑫;曹延澤;陸可;韓宇;吳迪
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G06F16/906;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 錢灣灣

本申請實施例公開了一種數據匹配方法及其相關設備，該方法包括：在獲取到具有較低數據量的第一組醫學數據和具有較高數據量的第二組醫學數據之后，先將該第一組醫學數據與該第二組醫學數據進行預設聚類處理，得到至少一個聚類數據集，以使這些聚類數據集能夠準確地表示出該第一組醫學數據中各個第一醫學數據分別與該第二組醫學數據中那些第二醫學數據屬于同一類；再根據該至少一個聚類數據集，將各個第一醫學數據分別與其所屬聚類類別下至少一個第二醫學數據之間建立匹配關系，如此能夠實現“一對多”的匹配目的，從而能夠有效地提高醫學數據匹配對的數據量，如此有利于提高研究分析結果的準確性。

技術領域

本申請涉及數據分析技術領域，具體涉及一種數據匹配方法及其相關設備。

背景技術

在一些醫學研究場景(例如，針對某疾病誘因的研究等場景)中，需要先將兩組醫學數據(例如，病例組醫學數據和對照組醫學數據)進行匹配；再利用各對匹配成功的醫學數據(下文簡稱，醫學數據匹配對)進行研究分析。

然而，因相關數據匹配技術存在缺陷，使得在一些特殊場景(如，上述兩組醫學數據的數據量不一致等場景)下利用該相關數據匹配技術確定的醫學數據匹配對也存在缺陷，如此易導致后續基于這些醫學數據匹配對確定的研究分析結果不準確。

發明內容

有鑒于此，本申請實施例提供一種數據匹配方法及其相關設備，能夠提高研究分析結果的準確性。

為解決上述問題，本申請實施例提供的技術方案如下：

本申請實施例提供了一種數據匹配方法，所述方法包括：

獲取第一組醫學數據和第二組醫學數據；其中，所述第一組醫學數據的數據量不高于所述第二組醫學數據的數據量；

將所述第一組醫學數據與所述第二組醫學數據進行預設聚類處理，得到至少一個聚類數據集；

根據所述至少一個聚類數據集，確定所述第一組醫學數據中各個第一醫學數據與所述第二組醫學數據中至少一個第二醫學數據之間的匹配關系。

在一種可能的實施方式中，所述第一醫學數據的數據維度為N，且所述第二醫學數據的數據維度為N；其中，N為正整數；

所述至少一個聚類數據集的確定過程，包括：

將所述第一組醫學數據與所述第二組醫學數據在N個數據維度上進行第一聚類處理，得到至少一個第一數據集合；

將所述至少一個第一數據集合在第t個維度目標上進行第二聚類處理，得到所述第t個維度目標對應的至少一個第二數據集合；其中，所述第t個維度目標包括至少一個所述數據維度；t為正整數，t≤T，T為正整數，T表示所述維度目標的個數，且T個維度目標是根據所述N個數據維度確定的；

將所述第t個維度目標對應的至少一個第二數據集合進行第三聚類處理，得到所述第t個維度目標對應的至少一個第三數據集合；其中，t為正整數，t≤T；

根據第1個維度目標對應的至少一個第三數據集合至第T個維度目標對應的至少一個第三數據集合，確定所述至少一個聚類數據集。

在一種可能的實施方式中，所述將所述第一組醫學數據與所述第二組醫學數據在N個數據維度上進行第一聚類處理，得到至少一個第一數據集合，包括：

根據所述N個數據維度、所述第一組醫學數據和所述第二組醫學數據，構建數據分布空間；按照預設劃分方式對所述數據分布空間進行單元劃分，得到至少一個劃分單元；從所述至少一個劃分單元中篩選出滿足預設篩選條件的至少一個待使用單元；其中，所述待使用單元用于表示所述第一數據集合；

所述將所述至少一個第一數據集合在第t個維度目標上進行第二聚類處理，得到所述第t個維度目標對應的至少一個第二數據集合，包括：