[发明专利]一种基于迁移学习的医学数据处理和系统

摘要

本发明公开了一种基于迁移学习的医学数据处理和系统，包括：获取医学领域外的本文数据，训练得到文本分类模型；获取医学领域内的病例集合，其中病例集合包含症状和标签，标签为症状对应的病症；使用文本分类模型提取症状的特征向量作为症状向量，并根据症状对应的病症类型，将标签转化为标签向量；通过集合症状向量及其对应的标签向量，构建多标签训练样本集，根据多标签训练样本集，训练得到多标签分类模型；将待分析的医学样本输入至多标签分类模型，判断医学样本属于每一种标签的概率值，并根据概率值得到分析标签集合，作为医学样本的分析结果。由此本发明通过迁移学习避免了人工选择特征的缺点，提高了基于门诊病例的医学疾病预测准确率。

主权项

1.一种基于迁移学习的医学数据处理，其特征在于，包括：步骤1、获取医学领域外的本文数据，根据该本文数据，训练得到文本分类模型；步骤2、获取医学领域内的病例集合，其中该病例集合包含症状和标签，该标签为该症状对应的病症；步骤3、使用该文本分类模型提取该症状的特征向量作为症状向量，并根据该症状对应的病症类型，将该标签转化为标签向量；步骤4、通过集合该症状向量及其对应的标签向量，构建多标签训练样本集，根据该多标签训练样本集，训练得到多标签分类模型；步骤5、将待分析的医学样本输入至该多标签分类模型，判断该医学样本属于每一种标签的概率值，并根据该概率值得到分析标签集合，作为该医学样本的分析结果。