[发明专利]异常透析数据筛选方法、装置、设备及存储介质

权利要求书

1.一种异常透析数据筛选方法，其特征在于，所述方法应用于异常透析数据筛选设备，所述方法包括：

从定点医疗机构中获取待筛选的透析数据；

根据预设流程对所述透析数据进行处理，获得标准化数据；

通过预先建立的透析次数聚类模型对所述标准化数据进行分析，获得异常透析数据。

2.根据权利要求1所述的方法，其特征在于，所述预设流程是自然语言处理NLP流程，所述根据预设流程对所述透析数据进行处理，获得标准化数据的步骤包括：

对所述透析数据进行预处理，将所述透析数据的格式转换为可供后续处理的纯文本格式；

使用基于字符匹配的分词方法对纯文本格式的所述透析数据进行分词，得到词组序列；

将所述词组序列与预先设置的关键词模板进行匹配，得到标准化数据。

3.根据权利要求1所述的方法，其特征在于，所述从定点医疗机构收集待筛选的透析数据的步骤之前还包括：

建立透析次数聚类模型。

4.根据权利要求3所述的方法，其特征在于，所述建立透析次数聚类模型的步骤包括：

从定点医疗机构收集正常透析的历史数据；

将所述历史数据按预设流程进行处理后获得样本数据；

从所述样本数据中随机选择k个数据，所述k个数据中的每一个数据表示对应的簇的初始聚类中心，其中，k大于1；

计算所述k个数据之外的剩余样本数据与所述初始聚类中心的聚类距离；

将所述剩余样本数据分类至聚类距离最近的簇，获得重新分类的k个簇；

分别计算所述k个簇的平均值，将所述平均值更新为聚类中心；

重复更新聚类中心，直至簇的平均值不再变化，则完成透析次数聚类模型的建立。

5.根据权利要求1所述的方法，其特征在于，所述通过预先建立的透析次数聚类模型对所述标准化数据进行分析，获得异常透析数据的步骤包括：

所述透析次数聚类模型对所述标准化数据进行聚类，获得聚类结果；

根据所述聚类结果计算所述标准化数据与对应聚类中心的聚类距离，将所述聚类距离与阈值进行比较；

若所述聚类距离大于所述阈值，则将所述聚类距离大于所述阈值的标准化数据标记为异常透析数据。

6.根据权利要求1所述的方法，其特征在于，所述通过预先建立的透析次数聚类模型对所述标准化数据进行分析，获得异常透析数据的步骤之后还包括：

将所述异常透析数据发送至相关平台，以供所述相关平台对所述异常透析数据进行分析并输出相应的决策。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述方法还包括：

从所述待筛选的透析数据中去除所述异常透析数据，将所述历史数据和所述待筛选的透析数据中的正常透析数据，作为更新样本数据；

根据所述更新样本数据训练所述透析次数聚类模型，获得更新后的透析次数聚类模型。

8.一种异常透析数据筛选装置，其特征在于，所述异常透析数据筛选装置包括：

获取模块，用于从定点医疗机构中获取待筛选的透析数据；

处理模块，用于根据预设流程对所述透析数据进行处理，获得标准化数据；

分析模块，用于通过预先建立的透析次数聚类模型对所述标准化数据进行分析，获得异常透析数据。

9.一种异常透析数据筛选设备，其特征在于，所述异常透析数据筛选设备包括处理器，存储器以及存储在所述存储器中的异常透析数据筛选程序，所述异常透析数据筛选程序被所述处理器运行时，实现如权利要求1-7中任一项所述的异常透析数据筛选方法的步骤。

10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有异常透析数据筛选程序，所述异常透析数据筛选程序被处理器运行时实现如权利要求1-7中任一项所述异常透析数据筛选方法的步骤。