[发明专利]医疗数据处理方法、装置、设备及存储介质

说明书

本发明涉及互联网医疗技术领域，公开一种医疗数据处理方法、装置、设备及存储介质，该方法包括通过对待处理医疗数据中的图像数据进行图像特征优化获得目标图像数据对音频数据进行音频去噪，获得目标音频数据；分别对目标图像数据和目标音频数据进行特征提取，并根据提取的数据特征信息选取目标模糊聚类算法对待处理医疗数据进行特征提取和分类，获得分类结果。由于是对图像数据和音频数据分别进行针对性处理，然后根据获得的数据进行特征提取获得数据特征信息，再根据数据特征信息去选取目标模糊聚类算法进行医疗数据的特征提取和分类，相比于笼统的根据聚类算法对医疗数据进行分类的方式，能够保证医疗数据分类的合理性，以及分类结果的准确度。

技术领域

本发明涉及互联网医疗技术领域，尤其涉及一种医疗数据处理方法、装置、设备及存储介质。

背景技术

在医疗领域，数据特征的提取及分类对后续的医学研究工作至关重要，所以对医疗数据进行特征提取和分类是非常有意义的事情。针对于医疗数据特征的提取和分类，传统的方式是通过聚类算法把每个待提取的数据严格划分到某个类中，但是在医学领域大量存在着界限并不分明的聚类问题，很多数据的类属和性态存在着中介性，笼统的通过聚类算法对这类医疗数据进行特征提取和分类并不合理，准确度也较低。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供了一种医疗数据处理方法、装置、设备及存储介质，旨在解决现有技术无法合理准确地对医疗数据进行分类的技术问题。

为实现上述目的，本发明提供了一种医疗数据处理方法，所述方法包括以下步骤:

获取待处理医疗数据中包含的图像数据和音频数据；

对所述图像数据进行图像特征优化，获得目标图像数据，以及对所述音频数据进行音频去噪，获得目标音频数据；

分别对所述目标图像数据和目标音频数据进行特征提取，并根据提取的数据特征信息确定目标模糊聚类算法；

基于所述目标模糊聚类算法对所述待处理医疗数据进行特征提取，获取待分类特征数据；

对所述待分类特征数据进行分类，获得分类结果。

优选地，所述对所述图像数据进行图像特征优化，获得目标图像数据的步骤，包括：

对所述图像数据进行变换域处理，获得待压缩图像数据；

采用图像压缩技术对所述待压缩图像数据进行压缩，获得压缩图像数据；

检测所述压缩图像数据中是否存在目标特征对象，若存在，则对所述目标特征对象进行特征优化，以获得目标图像数据。

优选地，所述检测所述压缩图像数据中是否存在目标特征对象，若存在，则对所述目标特征对象进行特征优化，以获得目标图像数据的步骤，包括：

检测所述压缩图像数据中是否存在目标特征对象，若存在，则对所述压缩图像数据进行图像增强和复原，获得待切割图像；

对所述待切割图像进行切割，以获得包含所述目标特征对象的部分图像；

获取所述部分图像的边缘特征信息，以及所述目标特征对象在所述部分图像中的区域特征信息；

将所述边缘特征信息和所述区域特征信息作为目标图像数据。

优选地，所述对所述音频数据进行音频去噪，获得目标音频数据的步骤，包括：

对所述音频数据进行预加重，以获得待处理音频数据；

对所述待处理音频数据进行分帧，获得分帧后的音频数据，并对分帧后的所述音频数据进行加窗，获得待去噪音频数据；