[發明專利]醫療數據智能生成方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202210025733.5
• 申請日: 2022-01-11
• 公開（公告）號: CN114386405A
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 徐卓群
• 申請（專利權）人: 杭州美創科技有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/216;G06F11/36
• 代理公司: 杭州知學知識產權代理事務所(普通合伙) 33356
• 代理人: 張雯

1.醫療數據智能生成方法，其特征在于，包括：

獲取與需要生成的醫療數據相關的數據表信息；

根據所述數據表信息解析對應表的字段含義以及字段關聯關系；

根據所述字段含義以及字段關聯關系在數據集合內進行采樣，以得到數據生成規則；

根據所述數據生成規則生成醫療數據。

2.根據權利要求1所述的醫療數據智能生成方法，其特征在于，所述根據所述數據表信息解析對應表的字段含義以及字段關聯關系，包括：

根據所述數據表信息將每張表的全部字段名轉換為無向圖；

遍歷所述關聯信息，并采用優化搜索范圍的廣度優先搜索算法確定字段的關聯節點，以得到關聯信息，并保存所述關聯信息；

采用深度優先算法與適配圖結構的KMP算法結合所述關聯信息搜索匹配的字段，以得到字段含義以及字段關聯關系。

3.根據權利要求2所述的醫療數據智能生成方法，其特征在于，所述遍歷所述關聯信息，并采用優化搜索范圍的廣度優先搜索算法確定字段的關聯節點，以得到關聯信息，并保存所述關聯信息，包括：

對所述無向圖內的節點進行排序，并采用二分查找的方法進行廣度優先搜索關聯的節點；

通過關聯的節點將所有無向圖合并，以得到關聯信息，并保存所述關聯信息。

4.根據權利要求2所述的醫療數據智能生成方法，其特征在于，所述采用深度優先算法與適配圖結構的KMP算法結合所述關聯信息搜索匹配的字段，以得到字段含義以及字段關聯關系，包括：

采用深度優先算法與適配圖結構的KMP算法結合所述關聯信息在預設的醫療數據庫內進行字段匹配，并確定字段所在的位置，結合所述關聯信息，得到字段含義以及字段關聯關系。

5.根據權利要求1所述的醫療數據智能生成方法，其特征在于，所述根據所述字段含義以及字段關聯關系在數據集合內進行采樣，以得到數據生成規則，包括：

采用廣度優先搜索算法遍歷所述關聯信息；

根據字段含義建立采樣公式，并根據終端輸入的參數結合所述采樣公式在數據集合內進行隨機采樣，以得到采樣結果；

當所述關聯信息內的每個節點都被遍歷后，確定所述采樣結果為數據生成規則。

6.根據權利要求5所述的醫療數據智能生成方法，其特征在于，所述數據生成規則包括需要生成的數據的字段信息、字段類型、關聯關系以及醫療數據字典源。

7.根據權利要求6所述的醫療數據智能生成方法，其特征在于，所述根據所述數據生成規則生成醫療數據，包括：

遍歷所述數據生成規則內的字段信息，當字段信息有關聯關系的字段時，則對字段信息添加關聯規則；

根據字段類型和字段信息對相關的字段添加構造數據的生成規則；

根據所述生成規則構造并生成數據，且當字段需要使用醫療相關數據，則連接醫療數據字典，抽取并生成數據，以得到中間數據；

根據數據生成規則將所述中間數據組織成對應的格式，以得到醫療數據；

導出所述醫療數據。

8.醫療數據智能生成裝置，其特征在于，包括：

信息獲取單元，用于獲取與需要生成的醫療數據相關的數據表信息；

解析單元，用于根據所述數據表信息解析對應表的字段含義以及字段關聯關系；

采樣單元，用于根據所述字段含義以及字段關聯關系在數據集合內進行采樣，以得到數據生成規則；

生成單元，用于根據所述數據生成規則生成醫療數據。

9.一種計算機設備，其特征在于，所述計算機設備包括存儲器及處理器，所述存儲器上存儲有計算機程序，所述處理器執行所述計算機程序時實現如權利要求1至7中任一項所述的方法。

10.一種存儲介質，其特征在于，所述存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的方法。