[发明专利]检测项目编码方法、装置、设备和计算机可读存储介质

说明书

本发明公开了一种检测项目编码方法，包括：获取检测项目中的名义变量，并根据所述名义变量的取值数量对所述名义变量进行编码；获取检测项目中的检测结果数据，并根据所述检测结果数据的类型对所述检测结果数据进行预处理；对进行完预处理后的所述检测结果数据进行编码；对编码后的所述检测结果数据进行随机打乱；合并编码后的名义变量、编码后的检测结果数据以及随机打乱的编码后的检测结果数据，以输出检测项目的编码结果。本发明还公开了一种检测项目编码装置、一种检测项目编码设备和一种计算机可读存储介质。采用本发明实施例，能够同时适用于于大部分检测项目，结果数据的差异较小，并且不丢失各个检测项目中检测结果数据的关联信息。

技术领域

本发明涉及数据编码领域，尤其涉及一种检测项目编码方法、装置、设备和计算机可读存储介质。

背景技术

近年来，医学检验积累了海量的检测报告单结果，通过挖掘检测报告，能够产生巨大的经济价值和社会价值。但是，因为各种检测项目的差异性较大，很难找到一种统一的编码方法处理数据提供给机器学习模型使用。医检报告单的结果数据主要可以非常两大类，第一类是在空间中连续变化的定量数值，例如血常规中的检测项目的结果值。第二类是离散的定性数值，例如尿干化学检测中的阴性，阳性，阳性+，阳性++。由于使用的仪器，试剂，检测方法，单位，参考值的差异，结果数值往往会出现较大的差异。另外，由于不同检测套餐的检测结果值的个数不一致，检测数值也存在量纲上的差异，并且部分检测结果方差过大，可能导致其他项目的检测的数据的信息被淹没，检测结果数据很难直接使用机器学习模型进行处理。

发明内容

本发明实施例的目的是提供一种检测项目编码方法、装置及设备，能够同时适用于于大部分检测项目，结果数据的差异较小，并且不丢失各个检测项目中检测结果数据的关联信息。

为实现上述目的，本发明实施例提供了一种检测项目编码方法，包括：

获取检测项目中的名义变量，并根据所述名义变量的取值数量对所述名义变量进行编码；其中，所述名义变量包括所述检测项目的单位、所采用的试剂名称、在检测过程中所用到的检测设备名称中的至少一种；

获取检测项目中的检测结果数据，并根据所述检测结果数据的类型对所述检测结果数据进行预处理；

对进行完预处理后的所述检测结果数据进行编码；

对编码后的所述检测结果数据进行随机打乱；

合并编码后的名义变量、编码后的检测结果数据以及随机打乱的编码后的检测结果数据，以输出检测项目的编码结果。

与现有技术相比，本发明实施例公开的检测项目编码方法，首先，获取检测项目中的名义变量，并根据名义变量的取值数量对名义变量进行编码；然后，对进行完预处理后的检测结果数据进行编码，并将编码后的检测结果数据随机打乱，检测报告的分析结果不应该受到检测项目的排列的影响，因此允许编码后的数据在送入深度学习模型前是支持在不同的维度上做随机打乱；最后，合并编码后的名义变量、编码后的检测结果数据以及随机打乱的编码后的检测结果数据，以输出检测项目的编码结果，可以有效的保存单个检测结果及多个检测结果之间的信息。本发明实施例公开的检测项目编码方法，将对检测结果数值量纲有影响的名义变量这些字段信息同步编码保留下来，能够避免造成信息的丢失；同时适用于于大部分检测项目，检测结果数据的差异较小，并且不丢失各个检测项目中检测结果数据的关联信息。

作为上述方案的改进，所述根据所述检测结果数据的类型对所述检测结果数据进行预处理，具体包括：

当所述检测结果数据的类型为连续型数据时，对所述检测结果数据进行归一化处理；

当所述检测结果数据的类型为离散型数据时，对所述检测结果数据进行在预设设定值内的空间等距编码处理。

作为上述方案的改进，所述根据所述名义变量的取值数量对所述名义变量进行编码，具体包括：