[发明专利]一种肿瘤预诊信息处理系统及方法有效
申请号: | 201811330721.3 | 申请日: | 2018-11-09 |
公开(公告)号: | CN109524107B | 公开(公告)日: | 2023-02-10 |
发明(设计)人: | 赵壮志;沈锐;黄钊;王中奎;黄武平;赵艺;姚毅;赵星辰;邓彬;永药所 | 申请(专利权)人: | 赵壮志 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H10/60;G16H40/20 |
代理公司: | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人: | 包晓静 |
地址: | 402160 重庆市*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 肿瘤 信息处理 系统 方法 | ||
1.一种肿瘤预诊信息处理方法,其特征在于,所述肿瘤预诊信息处理方法为:
步骤一:通过预约模块利用电话或网络进行肿瘤诊疗预约,通过数据记录模块记录预约患者的身份信息、预约时间、病症类型数据;预约模块采用基于症状标注的CRF模型,该模型的构建方法为:给定一个主诉文本X,X={x1,x2,…,xn}表示观察序列,Y={y1,y2,…yn}表示状态序列,则在给定观察序列X的情况下,对于参数Λ={λ1,λ2,…,λK}的线性链CRF模型,其对应的状态序列Y的联合条件概率为:
Z(X)是归一化因子,是所有可能的状态序列的条件概率之和,表示为:
fk(yi-1,yi,X,i)是特征函数,具体为:
λK是fk(yi-1,yi,X,i)的权值参数,由训练得到,yi-1和yi分别表示前一个标签和当前标签,对于给定的观察序列X,输出目标即是找出其对应的最可能的状态序列:
X为取最大值时对应的标签序列,而此序列中的Y即为最终所获得的序列标注的标签;
步骤二:中央控制模块调控医生分配模块利用优先排序程序分配空闲的医生进行诊疗;通过在线诊疗模块利用提交调查表或一对一在线交流进行诊疗;医生分配模块采用改进的BM算法即WBM算法对医生进行搜索,WBM算法的实现步骤为:
(1)预处理阶段
计算Badchar1[c]和Badchar2[c];
Badchar1函数为BM算法中的坏字符函数,计算方法如下:
其中,c为为字符集上的字符;P[m]为用于对比的模式字符串;m为对比时模式串的绝对距离长度值,下同;
Badchar2[c]函数在Badchar1[c]函数基础上有小的改变,计算方法如下:
(2)初始位置和匹配方向
匹配开始后,模式串P[m]的左端与设备信息文本串的左端对齐,字符的比较由模式串的末端对齐处文本字符T[m-1]开始从右向左进行;先比较P[m-1]与T[i+m-1],若匹配,再比较P[0]与T[i],若再次匹配,则再比较中间的字符;发生失配时,模式串从文本的左端向右移动;
步骤三:通过医生控制肿瘤部位判别模块利用激励光照射患者部位判断肿瘤部位;通过肿瘤预测模块根据肿瘤数据库预测患者肿瘤的发生;
步骤四:检查完成后,通过咨询模块在线满意度调查、调查统计、咨询记录、常用回复、咨询统计操作;通过系统维护模块利用后台管理端对用户管理、健康处方完善、系统关键字维护、口令维护、系统参数配置操作;
步骤五:通过数据存储模块利用存储器存储患者预约信息、诊疗信息;最后,通过显示模块利用显示器显示患者预约信息、诊疗信息,数据存储模块在进行数据存数时首先进行数据分类,数据分类采用模糊聚类分析算法,为:
(1)数据标准化
对原始指标数据矩阵Xnm作平移*标准差变换及平移*极差变换,具体为:
平移*标准差变换:
其中:i=1,2,…,n;
平移*极差变换:
其中:k=1,2,…,m;
(2)建立模糊相似矩阵
应用数量积法求出被分类对象间相似程度的相似系数rij,建立模糊相似矩阵R=(rij),数量积法计算公式为:
其中
(3)建立模糊等价关系矩阵
由模糊相似矩阵,用平方法求R的传递闭包t(R)=R*;
(4)模糊聚类
根据模糊等价矩阵,取不同的置信水平λ,得到不同的归类情况,随着λ值不断降低,由细到粗逐渐分类,得到聚类结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于赵壮志,未经赵壮志许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811330721.3/1.html,转载请声明来源钻瓜专利网。