[发明专利]用于病历档案整理的层次聚类系统

说明书

技术领域

本发明涉及医疗技术领域，特别是指一种用于病历档案整理的层次聚类系统。

背景技术

由于不同的病历档案之间既有个性又有共性，因此可以在同一批病历档案之中根据病历档案之间的不同特征，将相似的病历分为多个类。通过对病历档案进行聚类分析，能够将数量庞大的电子病历分为若干类，从而发现某个群体共有的特征，从而在临床问题的发现环节乃至于对临床实践都有相当的指导意义。例如对于消化道疾病的研究而言，通过对不同人群的肠道菌落、饮食习惯进行聚类分析，能够将一批人群分为若干类别，从而为进一步的研究提供分组方法。

聚类分析是统计学中的一种分析方法。聚类分析的目标就是在相似的基础上收集数据来分类，从而将一个样本分为若干类别。聚类分析常用的方法包括层次聚类与非层次聚类，但是由于这些聚类方法对于变量类型具有一定限制，并且常用于单变量分析，难以应用于病历档案的分类上。

因此需要开发一种用于病历档案整理的层次聚类系统，用于病历档案的整理分类。

发明内容

针对背景技术中存在的问题，本发明的目的是提供一种用于病历档案整理的层次聚类系统，采用层次聚类的思想对病历档案特征进行分析，从而得出不同病历档案之间聚类的方法，应用于病历档案的整理分类，从而为临床科研的进一步开展提供分组方法或确立研究方向。

本发明的技术方案是这样实现的：一种用于病历档案整理的层次聚类系统，包括病历导入模块、向量处理模块、夹角余弦计算模块以及聚类分析模块，其中，所述病历导入模块：用于对用户所导入的病历档案进行初步的处理，使用数据接口对导入的病历档案进行转换，从而将导入的病历档案中的各个变量进行规范化，便于下一步向量处理模块对不同变量的抽象化处理；所述向量处理模块：用于对需要分析的变量进行变量类型与比例的转换，包含连续型变量转换、逻辑型变量转换以及文本型变量转换；完成向量转换之后，将各个个体的空间向量坐标存放于空间向量库当中，用于下一步的夹角余弦统计量计算：所述夹角余弦计算模块：两个空间向量的相似系数用两个空间向量X_i和X_j的夹角余弦值cosθ_ij来表示，

每两个空间向量都对应有一个相似系数，将任何两个空间向量的相似系数计算出来并排列为相似矩阵；所述聚类分析模块：用于根据不同个体之间的相似系数进行聚类分析，根据聚类分析结果制作聚类图，用户根据聚类图，选择需要在哪一层进行分类，或者选择相似系数阈值，根据选择的标准将各个病历档案分入不同的类当中。

在上述技术方案中，所述文本型变量转换包含特殊转换与普通转换，其中，所述特殊转换指在向量处理模块中预设有转换标准，根据该转换标准转换为具体的数值；所述普通转换指用户在导入病历时，对该文本型变量设定不同文本与数值之间的映射关系，向量转换模块根据设定值与映射关系，赋予对应的数值，作为空间向量中的一个维度。

在上述技术方案中，所述聚类分析的步骤为：

a.将相似矩阵简化为三角函数的表；

b.在相似矩阵中找到相似系数的最大值，将该最大值代表的两个向量所处的类连结起来，每个向量所属的最小的类就是它本身，如果该向量此前未被划分到任何一个类中，则其本身所处的类与另一向量所处的类联结起来，联结后划掉该相似系数所在的行与列；

c.在表中寻找最大的相似系数，重复上一个步骤，直到所有相似系数都被划掉，得到的聚类结果；

d.根据该聚类结果作出聚类图。

本发明用于病历档案整理的层次聚类系统，包括病历导入模块、向量处理模块、夹角余弦计算模块以及聚类分析模块，病历导入模块用于对导入的病历档案中的各个变量进行规范化；向量处理模块用于对需要分析的变量进行变量类型与比例的转换，将各个个体的空间向量坐标存放于空间向量库当中；夹角余弦计算模块用于计算任意两个空间向量的相似系数并排列为相似矩阵；聚类分析模块根据相似系数进行聚类分析，根据聚类分析结果制作聚类图，用户根据聚类图，选择分类层或相似系数阈值，将各个病历档案分入不同的类当中。如此应用于病历档案的整理分类，从而为临床科研的进一步开展提供分组方法或确立研究方向。

附图说明

图1为本发明用于病历档案整理的层次聚类系统内模块连接图；

图2为本发明中聚类分析模块的聚类图；

图3为本发明中聚类分析模块的流程图；

图4为本发明中一实例的聚类图。

具体实施方式