[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

本發明實施例公開了醫療數據智能生成方法、裝置、計算機設備及存儲介質。所述方法包括：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。通過實施本發明實施例的方法可實現自動生成醫療數據，以用于軟件測試，效率高，且成本低。

技術領域

本發明涉及數據生成方法，更具體地說是指醫療數據智能生成方法、裝置、計算機設備及存儲介質。

背景技術

軟件廠商在開發醫療場景的應用時，需要用到大量的醫療數據，以進行測試，但是目前的技術并不能取得真實環境的敏感數據，常常面臨著缺少測試數據、測試數據不符合業務場景、測試數據數據量少等問題。

現有的方式是采用人工自動組裝歷史數據，形成醫療測試數據，以用于軟件測試，但是這種生成醫療數據的方式存在效率低下，且成本高的問題。

因此，有必要設計一種新的方法，實現自動生成醫療數據，以用于軟件測試，效率高，且成本低。

發明內容

本發明的目的在于克服現有技術的缺陷，提供醫療數據智能生成方法、裝置、計算機設備及存儲介質。

為實現上述目的，本發明采用以下技術方案：醫療數據智能生成方法，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。

其進一步技術方案為：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。

其進一步技術方案為：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。

其進一步技術方案為：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。

其進一步技術方案為：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。

其進一步技術方案為：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。