[发明专利]一种基于EHR中异构时态数据的学习方法有效
| 申请号： | 201910262444.5 | 申请日： | 2019-04-02 |
| 公开（公告）号： | CN110265151B | 公开（公告）日： | 2022-06-21 |
| 发明（设计）人： | 莫毓昌 | 申请（专利权）人： | 莫毓昌 |
| 主分类号： | G16H50/70 | 分类号： | G16H50/70;G06F16/28 |
| 代理公司： | 北京市盛峰律师事务所 11337 | 代理人： | 于国富 |
| 地址： | 福建省泉州市城东*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于EHR中异构时态数据的学习方法，包括如下步骤，S1、将患者的EHR描述为由水平维度上的时间和垂直维度上的时间构成的时间矩阵；S2、将时间矩阵划分为多组时间序列，并将各时间序列通过SAX算法表示成符号序列；S3、使用生成的符号序列作为特征，采用原始序列方法、序列聚类方法和随机子序列方法分别建立预测模型；S4、评估使用原始序列方法、序列聚类方法和随机子序列方法分别建立的预测模型的预测性能，确定预测性能最好的预测模型。优点是：实现了将原始EHR数据转换为用标准机器学习算法直接处理的表格格式，允许直接应用任何标准机器学习算法；与基于单一表示的方法相比，该方法获取的预测模型的预测性能得到显著提高。 | ||
| 搜索关键词： | 一种 基于 ehr 中异构 时态 数据 学习方法 | ||
【主权项】：
1.一种基于EHR中异构时态数据的学习方法，其特征在于：包括如下步骤，S1、将患者的EHR描述为由水平维度上的时间和垂直维度上的时间构成的时间矩阵；S2、将时间矩阵划分为多组时间序列，并将各时间序列通过SAX算法表示成符号序列；S3、使用生成的符号序列作为特征，采用原始序列方法、序列聚类方法和随机子序列方法分别建立预测模型；S4、评估使用原始序列方法、序列聚类方法和随机子序列方法分别建立的预测模型的预测性能，确定预测性能最好的预测模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于莫毓昌，未经莫毓昌许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910262444.5/，转载请声明来源钻瓜专利网。
