[发明专利]医疗数据预处理方法、装置和电子设备

权利要求书

1.一种医疗数据预处理方法，其特征在于，包括：

对获取的与客户相关的原始医疗数据进行数据清理处理，以获得经过数据清理之后的已清理医疗数据；

对所述已清理医疗数据进行归一化处理，以获得经过归一化处理之后的已归一化医疗数据；以及

对所述已归一化医疗数据进行异常值处理，以获得经过异常值处理之后的训练医疗数据，其中，所述训练医疗数据用于录入至模型训练表中，且所述模型训练表构成训练集，用于对癌症预测模型进行训练。

2.根据权利要求1所述的医疗数据预处理方法，其中，所述与客户相关的原始医疗数据包括：客户姓名、性别、出生日期、年龄、身份证号、护照、港澳回乡证、台胞证、医院体检号或病案号、身高、体重、收缩压、舒张压、体检时间、红细胞、红细胞比积、中性粒细胞％、中性粒细胞数、单核细胞％、单核细胞数、嗜碱性粒细胞％、嗜碱性粒细胞数、嗜酸性粒细胞％、嗜酸性粒细胞数、平均血红蛋白量、平均血红蛋白量浓度、血小板平均体积、白细胞、红细胞平均体积、血小板、血小板体积分布宽度、淋巴细胞％、淋巴细胞数、RBC分别宽度-cv、RBC分别宽度-sd、血小板比积、血红蛋白、白蛋白、谷丙转氨酶、谷草转氨酶、γ-谷氨酰转肽酶、肌酐、尿素、尿酸、空腹血糖、总胆固醇、甘油三脂、高密度脂蛋白、低密度脂蛋白、载脂蛋白a、载脂蛋白b、总胆红素、超敏C反应蛋白、乳酸脱氢酶、总胆汁酸、胆碱酯酶、碱性磷酸酶、α-L-岩藻糖苷酶、β2-微球蛋白(β2-MG)、总蛋白、潜血、尿胆素、尿糖、酮体、尿蛋白、尿胆原、亚硝酸盐、白细胞、维生素、比重、酸碱值、甲胎蛋白、糖类抗原125(CA125)、糖类抗原15-3(CA15-3)、糖类抗原19-9(CA19-9)、糖类抗原72-4(CA72-4)、癌胚抗原(CEA)、细胞角蛋白19(CYFRA21-1)、铁蛋白(FER)、神经元特异烯醇化酶(NSE)、前列腺特异性抗原(PSA)、血粘度、还原粘度、相对粘度、血浆粘度、红细胞沉降率ESR、血沉方程k值、人工干预情况、医院电话号码、科室来源、创建时间和疾病名称。

3.根据权利要求1或2所述的医疗数据预处理方法，其中，对获取的与客户相关的原始医疗数据进行数据清理处理，以获得经过数据清理之后的已清理医疗数据，包括如下步骤至少之一：

填补所述原始医疗数据中的缺失项的值；

识别并消除所述原始医疗数据中的离群点；以及

纠正所述原始医疗数据中的不一致的数据项。

4.根据权利要求3所述的医疗数据预处理方法，其中，填补所述原始医疗数据中的缺失项的数值，包括：

基于由所述模型训练表所构成的训练集中的同一性别的对应数据项的数值分布特征，填补所述缺失项的缺失值。

5.根据权利要求4所述的医疗数据预处理方法，其中，对所述已清理医疗数据进行归一化处理，以获得经过归一化处理之后的已归一化医疗数据，包括：

基于由所述模型训练表所构成的训练集中每一数据项中的最大值和最小值，逐一对所述已清理医疗数据中的数据项进行归一化处理，其中该归一化过程用公式可表示为：(X_Old-min_X)/(max_X-min_X)，其中，X_Old表示所述已清理医疗数据的数据项，min_X表示基于由所述模型训练表所构成的训练集中对应数据项中的最小值，以及，max_X表示由所述模型训练表所构成的训练集中对应数据项中的最大值。

6.根据权利要求5所述的医疗数据预处理方法，其中，对所述已归一化医疗数据进行异常值处理，以获得经过异常值处理之后的训练医疗数据，包括：

响应于所述已归一化医疗数据中数据项的值满足属于0-1区间内，设定对应数据项为正常数据项；以及

响应于所述已归一化医疗数据中所有数据项为正常数据项，将所述已归一化医疗数据设定为所述训练医疗数据。