[发明专利]医疗数据预处理方法、装置和电子设备

说明书

公开了一种医疗数据预处理方法、装置和电子设备。该医疗数据预处理方法包括：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。这样，可节省数据分析过程中的大量时间和空间，并且，更能够确保数据的准确性和适用性，以使得基于癌症预测模型所获得的癌症预测结果具有更好的决策和预测作用。

技术领域

本申请涉及数据处理领域，特别是涉及医疗数据预处理方法、医疗数据预处理装置和电子设备。

背景技术

癌症是中国人口的主要死亡因素之一。有数据显示，2015年中国人口预期癌症新发病例总数为429.2万，预期死亡人数281.4万。也就是说，每分钟就有8个人被确诊为癌症，有5个人因癌症而离世，中国人一生患癌症风险高达22％。癌症是一种难以治愈的疾病，根据国家癌症中心最新数据显示，恶性肿瘤5年生存率为40.5％，2015年数据显示更低为36.9％。

有数据显示：癌症如果发现的早，治愈率非常高。并且，国内外研究实现证明癌症患者与健康人之间的临床医疗数据(例如，血尿化验数据)存在明显差异。血尿检查将逐渐成为癌症筛查的重要手段。

虽然，获取常规的健康体检或癌症病患的血尿化验数据并非难事，但并不是所有获取的数据都是有效的，通常采集到的大多数健康体检数据是参差不齐的，存在缺失项、单位错误、数量级不同等缺陷。这给后续基于临床医疗数据的癌症预测分析带来了极大的麻烦。

因此，需要一种有效的对获取的医疗数据进行预处理的技术方案，以便于后续的数据分析和数据挖掘。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种医疗数据预处理方法、医疗数据预处理装置和电子设备，其通过对获取的与客户相关的原始医疗数据进行数据清洗处理、归一化处理和异常值处理，以获得用于对癌症预测模型训练的数据集。通过这样的方式，可节省数据分析过程中的大量时间和空间，并且，更能够确保数据的准确性和适用性，以使得基于所述癌症预测模型所获得的癌症预测结果具有更好的决策和预测作用。

根据本申请的一方面，提供了一种医疗数据预处理方法，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。