[发明专利]医院指标异常模式自动检测方法

权利要求书

1.一种医院指标异常模式自动检测方法，其特征在于，包括：

步骤1，获取指标体系的历史数据；

步骤2，将所述历史数据进行分割，以得到分段指标数据；

步骤3，提取所述分段指标数据的特征值；

步骤4，将所述特征值标准化；

步骤5，根据标准化后的所述特征值计算所述分段指标数据的异常值；

步骤6，历史数据根据所述历史数据得到异常值阈值；

步骤7，根据所述异常值和异常值阈值确定异常模式。

2.根据权利要求1所述的方法，其特征在于，所述步骤2包括：

从所述历史数据的第二点开始遍历，如果该点同时比其前后两点大或同时比其前后两点小，那么将该点作为所述历史数据的一个极值点；

以所述极值点为分界点将所述历史数据分成多段以得到分段指标数据。

3.根据权利要求1所述的方法，其特征在于，所述步骤3包括：

所述特征值包括高度、长度、均值、标准差，其中高度为该段数据的最后一个数与第一个数的差值，长度为该段数据包含多少个数据点，均值段数据中的算术平均值，标准差为该段数据的标准差。

4.根据权利要求1所述的方法，其特征在于，所述步骤4包括：

设c₁＝<c₁₁,c₁₂,,c_1p>为一组特征值，则用下式将该组特征值中的每个特征值标准化到0至1之间：

$norm\left(c_{1i}\right)=\frac{c_{1i}-c_{\min }}{c_{max}-c_{\min }}$

其中，c_max和c_min分别为c₁＝<c₁₁,c₁₂,,c_1p>中的最大值和最小值。

5.根据权利要求3所述的方法，其特征在于，所述步骤5包括：

步骤51，定义在四维特征空间中任意两点的距离计算公式，其中，四维特征空间就是特征值空间，四维特征空间中的每一个点都包含四个维度，即上面定义的四个特征值，设点p(x_p,y_p,z_p,k_p)，q(x_q,y_q,z_q,k_q)为四维特征空间中的任意两点，那么，对象p，q的距离为：

步骤52，定义四维特征空间中任意一点p的k^th距离k-dist(p)，其中，该距离就是四维特征空间中的距离p的距离从小到大排序，第k大的距离对应的点；其中，四维特征空间中的点均为四个特征值确定的点，该处的k是四维特征空间中的距离p的距离从小到大排序，第k大的距离对应的点，dist表示距离；

步骤53，根据步骤52的k^th距离定义p的k平均距离，其中，所述p的k平均距离是指p的1-dist(p)，2-dist(p),….,k-dist(p)距离的算数平均值，记为k-MD(P)；

步骤54，根据p的k平均距离定义k-变异系数，包括以下步骤：

步骤54a，计算四维特征空间的每一个特征值的特征子空间，共四个特征子空间；

步骤54b，分别计算p在四个特征子空间中的k平均距离k-MD1(p)，k-MD2(p)，k-MD3(p)，k-MD4(p)；

步骤54c，将k-MD(p)、k-MD1(p)、k-MD2(p)、k-MD3(p)、k-MD4(p)标准化后，得到k-MDO(p)、k-MDO1(p)、k-MDO2(p)、k-MDO3(p)、k-MDO4(p)；

步骤54d，根据下式计算k-变异系数：

k-变异系数＝k-MDO(p)+max{k-MD1(p)，k-MD2(p)，k-MD3(p)，k-MD4(p)}。