[发明专利]医疗数据处理方法、装置、电子设备及介质

权利要求书

1.一种医疗数据处理方法，其特征在于，包括：

获取医院患者的住院数据，并对所述住院数据进行预处理；所述住院数据为脱敏数据，包括患者的个人数据、诊疗数据、费用数据和护理数据；

基于需要预测的目标维度及目标时段，对预处理后的住院数据进行特征汇聚和创建，得到所述住院数据对应的第一特征数据；

对所述第一特征数据进行降维和噪声过滤，得到第二特征数据；

将所述第二特征数据转换为监督数据；

利用所述监督数据训练预设的长短期记忆神经网络，得到预测模型；

利用所述预测模型预测出目标维度上目标时段的出院人数。

2.根据权利要求1所述的方法，其特征在于，所述对预处理后的住院数据进行特征汇聚和创建，包括：

利用特征工具对预处理后的住院数据进行特征汇聚和创建，所述特征工具通过转化和聚合方式进行自动特征生成。

3.根据权利要求1所述的方法，其特征在于，所述对所述第一特征数据进行降维和噪声过滤，包括：

利用自编码器对所述第一特征数据进行降维和噪声过滤，该自编码器采用无监督神经网络。

4.根据权利要求1所述的方法，其特征在于，所述将所述第二特征数据转换为监督数据，包括：

利用移位函数将所述第二特征数据转换为监督数据。

5.根据权利要求1所述的方法，其特征在于，所述预设的长短期记忆神经网络的网络结构包括：

输入层、并列的前向LSTM和反向LSTM、全连接层及输出层。

6.根据权利要求1所述的方法，其特征在于，所述对所述住院数据进行预处理，包括：

对所述住院数据进行数据清洗；所述数据清洗包括以下至少一项：

异常值处理、缺失值替换和数据归一化。

7.一种医疗数据处理装置，其特征在于，包括：

数据处理模块，用于获取医院患者的住院数据，并对所述住院数据进行预处理；所述住院数据为脱敏数据，包括患者的个人数据、诊疗数据、费用数据和护理数据；

特征处理模块，用于基于需要预测的目标维度及目标时段，对预处理后的住院数据进行特征汇聚和创建，得到所述住院数据对应的第一特征数据；对所述第一特征数据进行降维和噪声过滤，得到第二特征数据；将所述第二特征数据转换为监督数据；

训练模块，用于利用所述监督数据训练预设的长短期记忆神经网络，得到预测模型；

预测模块，用于利用所述预测模型预测出目标维度上目标时段的出院人数。

8.根据权利要求7所述的装置，其特征在于，所述特征处理模块，具体用于

利用特征工具对预处理后的住院数据进行特征汇聚和创建，所述特征工具通过转化和聚合方式进行自动特征生成。

9.一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行以实现如权利要求1至6中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至6中任一项所述的方法。