[發明專利]基于醫療數據的特征提取方法、裝置、設備及存儲介質

在審

• 申請號: 202111095906.2
• 申請日: 2021-09-18
• 公開（公告）號: CN113779275A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 董萍
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35;G16H50/20;G16H50/70
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 姚維

1.一種基于醫療數據的特征提取方法，其特征在于，所述基于醫療數據的特征提取方法包括：

獲取智能診療系統產生的醫療數據，并對所述醫療數據進行解析，得到多個特征變量；

提取所述特征變量中的變量值，并根據所述變量值對所述特征變量進行分箱處理，得到多個分箱；

對各所述分箱中的變量值進行相關性分析，根據相關性分析的結果對所述變量值進行分類，并計算各所述分箱的特征權重；

根據所述特征權重和預設的信息價值計算公式，計算各所述特征變量信息價值；

根據所述信息價值對各所述特征變量進行篩選，得到所述醫學數據的特征。

2.根據權利要求1所述的基于醫療數據的特征提取方法，其特征在于，所述對提取所述特征變量中的變量值，并根據所述變量值對所述特征變量進行分箱處理，得到多個分箱包括：

提取所述特征變量中各變量值，并判斷所述變量值是否為缺失值；

若所述變量值為缺失值，則將所述變量中的所有缺失值設定為第一組分箱，并對所述第一組分箱設置第一分箱編碼；

剔除所述變量中的所述缺失值，得到剩余值，判斷所述剩余值是否為同一固定值；

若所述剩余值為同一固定值，則將所述第剩余特征值設定為第二組分箱，并對所述第二組分箱設置第二分箱編碼。

3.根據權利要求2所述的基于醫療數據的特征提取方法，其特征在于，若判斷所述剩余值不為同一固定值時，所述對各所述變量進行分箱處理，得到多個分箱還包括：

對所述剩余值設置分位點；

根據所述分位點對所述剩余值進行分箱處理，得到第三組分箱；

對所述第三組分箱設置第三分箱編碼。

4.根據權利要求1-3中任一項所述的基于醫療數據的特征提取方法，其特征在于，所述對各所述分箱中的變量值進行相關性分析，根據相關性分析的結果對所述變量值進行分類，并計算各所述分箱的特征權重包括：

對各所述分箱中的變量值進行相關性分析，計算各所述分箱中各變量與預設的正向維度之間的相關度，得到正向相關值，并將所述正向相關值與預設的正向相關閾值進行比較，得到第一比較結果；

計算各所述分箱中各變量值與預設的反向維度之間的相關度，得到反向相關值，并將所述反向相關值與預設的反向相關閾值進行比較，得到第二比較結果；

根據所述第一比較結果和所述第二比較結果，將各所述分箱中各變量劃分為正向變量和反向變量；

根據所述正向變量和所述反向變量分別計算各所述分箱的特征權重。

5.根據權利要求4所述的基于醫療數據的特征提取方法，其特征在于，所述根據所述特征權重和預設的信息價值計算公式，計算各所述特征變量信息價值包括：

根據所述特征權重和預設的信息價值計算公式，計算各所述分箱的信息價值；

對所述變量對應的各所述分箱的信息價值進行加權和運算，得到各所述特征變量的信息價值。

6.根據權利要求5所述的基于醫療數據的特征提取方法，其特征在于，所述根據所述信息價值對各所述特征變量進行篩選，得到所述醫學數據的特征包括：

將各所述特征變量的信息價值與預設的信息價值閾值進行比較，判斷各所述變量值的信息價值是否小于預設的信息價值閾值；

若是，則剔除所述特征變量；

將經過剔除處理后的各所述變量作為所述醫療數據的特征。

7.根據權利要求6所述的基于醫療數據的特征提取方法，其特征在于，在所述將經過剔除處理后的各所述特征變量作為所述醫療數據的特征之前，還包括：

對經過剔除處理后的各所述特征變量進行群體穩定性指標計算，得到各所述特征變量對應的群體穩定性指標值；

判斷各所述特征變量的群體穩定性指標值是否大于預設的群體穩定性指標閾值；

若是，則剔除所述特征變量。