[发明专利]导致患病风险的关键属性的筛选装置在审
申请号: | 201910406058.9 | 申请日: | 2019-05-16 |
公开(公告)号: | CN111951960A | 公开(公告)日: | 2020-11-17 |
发明(设计)人: | 俞松;宫崎邦彦 | 申请(专利权)人: | 株式会社日立制作所 |
主分类号: | G16H50/30 | 分类号: | G16H50/30;G16H50/70;G06F17/16 |
代理公司: | 上海华诚知识产权代理有限公司 31300 | 代理人: | 肖华 |
地址: | 日本国东京都千*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 导致 患病 风险 关键 属性 筛选 装置 | ||
本发明的导致患病风险的关键属性的筛选装置,包括:属性选择部,其访问电子病历数据库,针对某一疾病获取与该疾病相关的多个属性,并针对各属性确定该属性的重要度值;等级构建部,等级构建部将各个重要度值两两相比得到多个重要度比值,依据重要度比值形成等级评价表;二维等级矩阵构建部,其根据等级评价表确定多个重要度比值的相应等级,构建二维等级矩阵;权重计算部,其基于二维等级矩阵,计算多个属性中的各属性的权重;等级矩阵评价部,其利用计算出的多个属性中的各属性的权重,对二维等级矩阵的一致性进行评价;以及关键属性筛选部,在二维等级矩阵被评价为具有满意的一致性的情况下,筛选出导致患病风险的关键属性。
技术领域
本发明涉及导致患病风险的关键属性的筛选装置。
背景技术
专利文献1公开了一种疾病数据分析处理模型的构建方法、系统及应用。本发明对进入模型训练的数据首先进行特征筛选,利用随机森林法筛选出模型训练的属性集,通过该方法能够检验出不相关或者冗余属性,使模型能够表达出更高的准确率,此外属性的重要度结果也有利于相关医生更加直观的了解到影响疾病的各个因素情况。
专利文献1虽然记载了属性的重要度结果有利于相关医生更加直观的了解到影响疾病的各个因素情况,但对影响疾病的各个因素的了解仍然依赖于医生的经验,不能实现对导致患病风险的关键因素的自动筛选。
现有技术文献
专利文献
专利文献1:201810071301.1
发明内容
发明要解决的问题
本发明正是为了解决这样的问题而完成的,其目的在于,提供一种导致患病风险的关键属性的筛选装置。
解决问题的技术手段
本发明的导致患病风险的关键属性的筛选装置,包括:属性选择部,其访问电子病历数据库,针对某一疾病获取与该疾病相关的多个属性,并针对各属性确定该属性的重要度值;等级构建部,所述等级构建部将各个重要度值两两相比得到多个重要度比值,依据所述重要度比值形成等级评价表;二维等级矩阵构建部,其根据所述等级评价表确定所述多个重要度比值的相应等级,以一个属性的各重要度比值的等级为一行,对所述多个属性的各重要度比值的等级进行排列,构建二维等级矩阵;权重计算部,其基于所述二维等级矩阵,计算所述多个属性中的各属性的权重;等级矩阵评价部,其利用计算出的所述多个属性中的各属性的权重,对所述二维等级矩阵的一致性进行评价;以及关键属性筛选部,在所述二维等级矩阵被评价为具有满意的一致性的情况下,所述关键属性筛选部按照计算出的所述多个属性中的各属性的权重的大小顺序,筛选出导致患病风险的关键属性。
发明的效果
根据本发明的装置,能够实现对导致患病风险的关键因素的自动筛选。
附图说明
图1为表示本发明实施方式所涉及的导致患病风险的关键属性的筛选装置的构成图。
图2为表示本发明实施方式所涉及的致患病风险的关键属性的筛选过程的流程图。
图3为表示本发明实施方式所涉及的致患病风险的关键属性的筛选过程的另一流程图。
具体实施方式
以下,参照附图,对本发明的具体实施方式进行说明。
图1为表示本发明实施方式所涉及的导致患病风险的关键属性的筛选装置的构成图。
图2为表示本发明实施方式所涉及的致患病风险的关键属性的筛选过程的流程图。
如图1所示,本发明的装置1包括:属性选择部11、等级构建部12、二维等级矩阵构建部13、权重计算部14、等级矩阵评价部15、以及关键属性筛选部16。
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株式会社日立制作所,未经株式会社日立制作所许可,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/201910406058.9/2.html,转载请声明来源钻瓜专利网。