[发明专利]消化内科电子数据分析方法

说明书

本发明实施例公开一种消化内科电子数据分析方法，包括：获取肠镜检查结果及病理检查结论，并将肠镜检查结果和病理检查结论进行比较，得出肠癌分析结果，针对肠癌分析结果统计特征，构建非齐次泊松过程NHPP类疾病分析可靠性增长模型，训练支持向量机SVM模型，以模型准确率为评估指标，将疾病分析可靠性增长模型在每一时间的可靠性结果作为惩罚因子，联合损失函数一起优化SVM模型进行肠癌判断。本发明实施例能够对消化内科电子数据进行分析，得到更精确的判断结果。

技术领域

本发明涉及数据分析领域，尤其涉及一种消化内科电子数据分析方法。

背景技术

肠道检查结果等医疗数据可以反映肠道情况，如果对肠道检查结果等医疗数据进行分析，可以了解肠癌情况。如何对肠道检查结果等医疗数据进行分析是当前需要解决的技术问题。

发明内容

本发明实施例提供一种消化内科电子数据分析方法，能够对消化内科电子数据进行分析，得到分析结果。

本发明实施例采用如下技术方案：

一种消化内科电子数据分析方法，包括：

获取肠镜检查结果及病理检查结论，并将所述肠镜检查结果和所述病理检查结论进行比较，得出肠癌分析结果；

针对所述肠癌分析结果统计特征，构建非齐次泊松过程NHPP类疾病分析可靠性增长模型；训练支持向量机SVM模型，以模型准确率为评估指标，将所述疾病分析可靠性增长模型在每一时间的可靠性结果作为惩罚因子，联合损失函数一起优化SVM模型，进行肠癌判断。

可选的，所述获取肠镜检查结果及病理检查结论，并将所述肠镜检查结果和所述病理检查结论进行比较，得出肠癌分析结果包括：

从同一个病患的肠镜检查报告和病理检查报告中提取特征信息，依据相应特征信息进行报告拼接整合；在对数据进行整合的过程中，以病理检查结果为准；其中，所述提取特征信息包括：文本型特征的提取、时间特征的提取和病人基本信息特征的提取；

将所述文本型特征集成起来构建特征空间，从病理检查报告中提出相应疾病类别的描述词作为标签(Label)，构造输出空间(Label Space)，为特征空间各个特征的属性取值以及输出空间设定数值编码规则，通过设定好的数值编码规则，对整合后的报告数据进行数值化表示，使其成为计算机和算法模型可识别和学习的数值型数据(NumericalData)；

在对数据进行数值化表示后，以病理检查结论为最终结论，将肠镜检查结论和病理检查结论进行比较，以月为时间划分维度，统计出肠癌每个月的分析结果。

可选的，所述文本型特征的提取包括：对肠镜检查文本数据所做的文本处理称为医疗语言处理，这一过程中主要完成对肠镜检查文本数据的分词、噪声消除，并提取特定病症的阳性描述作为特征信息；

所述时间特征的提取包括：检查日期在检查报告中是区间编码划分的字符串型数据，包括年月日，从中抽取月作为时间特征；

所述病人基本信息特征的提取包括：提取的特征包括性别、年龄、职业。

可选的，所述针对所述肠癌分析结果统计特征，构建非齐次泊松过程NHPP类疾病分析可靠性增长模型包括：

设置非齐次泊松过程NHPP；

构建NHPP类计算结果可靠性增长模型框架；

构建符合实际情况的NHPP类疾病分析可靠性增长模型；

对符合实际情况的NHPP类疾病分析可靠性增长模型中的参数估计。

可选的，所述设置非齐次泊松过程NHPP包括：