[发明专利]一种基于数据分析的病理诊断方法

权利要求书

1.一种基于数据分析的病理诊断方法，其特征在于包括如下步骤：

步骤1、根据病症的定义描述，建立相应疾病症状数据库；

步骤2、建立基础病理诊断标准数据模型；

步骤3、对患者以往病历进行文本分析；

步骤4、根据文本图像数据规约，将文本分析数据与数字切片图像数据转换为同一类型的编码数据格式；

步骤5、统一数据清洗，去除数据中的奇异点进行病理诊断；

步骤6、进行数据可视化并优化病理诊断模型。

2.根据权利要求1所述的一种基于数据分析的病理诊断方法，其特征在于步骤1所述的构建疾病症状数据库，具体如下：

通过爬虫爬取相应类别的专业病理学电子书、行业标准、会议记录及网站从而获取疾病定义描述，并进行分类、聚类、管理与存储，后构建疾病症状数据库，且疾病症状数据库为结构式数据库。

3.根据权利要求1所述的一种基于数据分析的病理诊断方法，其特征在于步骤1所述的构建疾病症状数据库，具体如下：

使用Python语言或现有的爬虫工具如八爪鱼获取病理医学书籍及最新的学术报告会议中对疾病病理特征的定义，对获取的数据进行管理；建立多类疾病数据表，每类数据表有多种数据表外连接组成；每种疾病的疾病名称称为其数据表里的唯一ID，相应的患者状况、持续时间、病理切片图像信息为其属性；对属性数据进行异常值检测与主成分分析，确定决定疾病的主要病理属性与标准；依次构建结构性疾病病理标准数据库。

4.根据权利要求2或3所述的一种基于数据分析的病理诊断方法，其特征在于步骤2所述的基础病理诊断标准数据模型，具体：

首先依据疾病定义描述进行数据清洗，删除疾病描述中与定义不符的数据以及空白数据；对步骤1所建立的属性数据与疾病名称进行关联分析，获得各属性因子的权重；选取关联程度强即属性因子的权重符合设定阈值的属性来建立基础病理诊断标准数据模型；基于GBDT算法，使用预处理后的数据与选择的属性，构建标准数据模型；

其次依据步骤1建立的疾病病理特征数据库，先对数据库内某种疾病的数据进行标准化处理，再采用超立方采样方法，对所需数据进行采样；根据确定的疾病病理学标准使用SVM支持向量机对疾病进行分类运算，根据分类结果进行建模；

然后应用朴素贝叶斯方法，选用训练集与测试集8：2的比例对采样后的数据进行训练及测试，优化病理诊断模型。

5.根据权利要求4所述的一种基于数据分析的病理诊断方法，其特征在于步骤3所述的对患者以往病历进行文本分析，具体如下：

索引患者是否有家族遗传病、过敏药物，索引患者的以往病历、用药与现有症状，索引患者是否对抗生药、消炎药过敏，索引患者此次是旧症复发还是新症以及疾病的严重程度。

6.根据权利要求5所述的一种基于数据分析的病理诊断方法，其特征在于步骤4所述的文本图像数据规约，具体：

图像数据为患者经数字切片扫描仪扫描所得的数字切片图像，其包含相应的像素数据；采用统一编码方法将扫描图像与文本数据统一转换为UTF-8的数据。

7.根据权利要求5或6所述的一种基于数据分析的病理诊断方法，其特征在于步骤5所述的统一数据清洗，去除数据奇异点主要是去除文本分析数据中与属性内容不符的文本数据，以及数据切片扫描图像中肉眼无法看见扫描图像内细胞的清晰边界的像素数据。

8.根据权利要求7所述的一种基于数据分析的病理诊断方法，其特征在于步骤6具体实现如下：病理诊断模型将患者病况数据与标准病理诊断模型进行聚类分析，确定患者疾病类型与病情等级，以及疾病诊断的可能误差；

所述的数据可视化，用于展示所选取的病情症状的属性因子及各因子的属性权重，并显示诊断结果的可能误差；

所述的优化病理诊断模型，是指通过深度学习与大量的病理诊断试验，自主学习诊断病情，不断完善病理诊断模型。