[发明专利]一种诊断标签推荐方法、装置、存储介质及电子设备

权利要求书

1.一种诊断标签推荐方法，其特征在于，包括：

获取患者的目标样本，所述目标样本包括所述患者的患病特征；

从与所述目标样本同一科室的已知样本集中选出K个近邻样本，所述已知样本集中的每一已知样本包括至少一种标签，所述标签为医生根据已知样本中的患病特征作出的诊断决策，所述K个近邻样本共有L种标签；

分别计算所述L种标签中的每种标签在所述K个近邻样本中的概率信息，并根据每种标签的所述概率信息计算所述标签与所述目标样本匹配的匹配概率值，共获得L个匹配概率值；

根据每种标签的匹配概率值从所述L种标签中确定出至少一种标签，作为推荐标签；

其中，每种标签在所述K个近邻样本中的概率信息包括：该种标签的第一先验概率P(H^L＝N₁)、第二先验概率P(H^L＝N₀)、第一后验概率P(E^L＝N_C1|H^L＝N₁)和第二后验概率P(E^L＝N_C0|H^L＝N₀)；其中，P(H^L＝N₁)表示在目标样本的K个近邻样本中存在该种标签的概率；P(H^L＝N₀)表示在目标样本的K个近邻样本中不存在该种标签的概率；P(E^L＝N_C1|H^L＝N₁)表示在目标样本的K个近邻样本中存在该种标签的条件下，所述目标样本的近邻样本所对应的K个近邻样本中该种标签存在的数量为C1的概率，C1指在目标样本的K个近邻样本中出现目标标签L_N的近邻样本的个数；P(E^L＝N_C0|H^L＝N₀)表示在目标样本的K个近邻样本中不存在该种标签的条件下，所述目标样本的近邻样本所对应的K个近邻样本中该种标签不存在的数量为C0的概率，C0指标签L_N在目标样本的K个近邻样本中未出现的次数；

所述根据每种标签的所述概率信息计算所述标签与所述目标样本匹配的匹配概率值，包括：

对于每种标签，通过如下公式计算所述匹配概率值J：

J＝P(H^L＝N₁)·P(E^L＝N_C1|H^L＝N₁)-P(H^L＝N₀)·P(E^L＝N_C0|H^L＝N₀)；

P(H^L＝N₁)＝A1/K；

P(H^L＝N₀)＝A0/K；

P(E^L＝N_C1|H^L＝N₁)＝E^L＝N_C1/K；

P(E^L＝N_C0|H^L＝N₀)＝E^L＝N_C0/K；

其中，A1指K个近邻样本中出现目标标签的近邻样本的个数；A0指在K个近邻样本中未出现的目标标签的近邻样本的个数；E^L＝N_C1指目标样本的每一第一近邻样本对应的K个第二近邻样本中该标签出现次数为C1的第一近邻样本的数量，其中所述第一近邻样本指目标样本的近邻样本，第二近邻样本指第一近邻样本的近邻样本；E^L＝N_C0指目标样本的每一第一近邻样本对应的K个第二近邻样本中标签L_N未出现次数为C0的第一近邻样本的数量。