[发明专利]数据采集过程中的数据处理方法、装置、终端设备及介质

权利要求书

1.一种数据采集过程中的数据处理方法，其特征在于，所述数据采集过程中的数据处理方法包括：

调用预设的无监督学习模型，其中，所述无监督学习模型基于计算医疗数据的字段间信息熵增长率进行训练得到；

根据所述无监督学习模型和预设的信息熵增长率可信阈值确定可信依据；

遍历数据采集过程中的待纠错数据得到验证参数；

根据所述可信依据和所述验证参数确定所述待纠错数据是否存在错误字段；

在判定为是时，根据所述可信依据对所述错误字段进行纠错；

其中，所述数据处理方法还包括：

获取预设的医疗数据训练集；

根据所述医疗数据训练集计算医疗数据的字段间信息熵增长率；

将所述医疗数据训练集作为参考数据集，并将所述参考数据集和基于所述字段间信息熵增长率得到的信息熵增长率矩阵保存为无监督学习模型；

所述字段间信息熵增长率为所述医疗数据训练集中第一字段和第二字段之间的信息熵增长率，所述信息熵增长率为：以所述第一字段的值为条件查询所述第二字段时，所述第二字段具有唯一值的可能性，所述信息熵增长率等于100%即表示所述第一字段中的任意值都有所述第二字段中的唯一值对应；

所述根据所述无监督学习模型和预设的信息熵增长率可信阈值确定可信依据的步骤，包括：

从所述无监督学习模型中提取所述信息熵增长率矩阵；

将所述信息熵增长率矩阵中大于预设的信息熵增长率可信阈值的目标信息熵增长率确定为可信依据。

2.如权利要求1所述的数据处理方法，其特征在于，所述根据所述医疗数据训练集计算医疗数据的字段间信息熵增长率的步骤，包括：

计算所述医疗数据训练集中所述第一字段的第一信息熵；

根据所述第一信息熵确定所述第一字段是否存在多种值，并在确定所述第一字段存在多种值时，计算所述医疗数据训练集中所述第二字段的第二信息熵；

根据所述第二信息熵确定所述第二字段是否存在多种值，并在确定所述第二字段存在多种值时，基于所述第一信息熵和所述第二信息熵计算所述第一字段和所述第二字段之间的信息熵增长率。

3.如权利要求1所述的数据处理方法，其特征在于，所述根据所述可信依据和所述验证参数确定所述待纠错数据是否存在错误字段的步骤，包括：

遍历所述可信依据以确定所述验证参数是否与所述参考数据集中第一字段和第二字段的正确参数相等；

若确定相等，则确定所述待纠错数据正确；

若确定不相等，则确定所述待纠错数据中存在错误字段。

4.如权利要求3所述的数据处理方法，其特征在于，所述根据所述可信依据对所述错误字段进行纠错的步骤，包括：

根据所述可信依据在所述参考数据集中确定所述错误字段对应的正确结果；

按照所述正确结果对所述错误字段进行纠错。

5.如权利要求1至4中任一项所述的数据处理方法，其特征在于，所述待纠错数据包括的字段为具有有限值域的字段，所述字段包括医嘱名称、手术名称、术式、用法、规格和单价中的至少一种。