买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东第一医科大学附属省立医院(山东省立医院)

摘要：本发明涉及数据压缩技术领域，具体涉及一种肾移植术后电子健康记录数据智能管理方法，获取患者每种类型的健康数据序列，根据所述健康数据序列中各个健康数据之间的差异以及各个健康数据对应时间点，确定各个局部数据段及其对应的初始字典；根据初始字典，对对应的局部数据段进行编码，得到各个局部数据段的编码结果，对各个局部数据段的编码结果进行压缩。本发明通过对局部数据段进行编码，有效增强了数据段内数据的规律性，提高了数据压缩效果。

主权项：1.一种肾移植术后电子健康记录数据智能管理方法，其特征在于，包括以下步骤：获取患者每种类型的健康数据序列，根据所述健康数据序列中各个健康数据之间的差异以及各个健康数据对应时间点之间的差异，对所述健康数据序列中的所有健康数据进行层次聚类，得到层次聚类树；根据层次聚类树中每个层的各个类别中的健康数据及其对应的时间点分布，确定所述层次聚类树中每个层的优先性指标，并根据所述优先性指标，确定层次聚类树中的优选层；根据优选层中任意两个类别中数据点的分布一致性情况以及任意两个类别中数据点对应的时间点的先后情况，确定优选层中任意两个类别对应的构成类别组指标值，并根据所述构成类别组指标值，确定各个类别组；根据各个所述类别组中每个类别在所述健康数据序列上的分布情况，确定所述健康数据序列中由所述类别组构成的局部数据段，并根据构成所述局部数据段的所述类别组中每种类别的每种数据点的频次，确定所述局部数据段对应的初始字典；根据所述初始字典，对对应的所述局部数据段进行编码，得到各个所述局部数据段的编码结果，对各个所述局部数据段的编码结果进行压缩；对所述健康数据序列中的所有健康数据进行层次聚类，得到层次聚类树，包括：根据所述健康数据序列中任意两个健康数据之间的差异以及任意两个健康数据对应时间点之间的时间差，确定所述健康数据序列中任意两个健康数据之间的相似性指标；根据所述相似性指标，对所述健康数据序列中的所有健康数据进行自下向上的层次聚类，得到层次聚类树；确定所述健康数据序列中任意两个健康数据之间的相似性指标，包括：确定所述健康数据序列中任意两个健康数据的比值，所述比值的分子对应的健康数据小于或者等于分母对应的健康数据，得到所述健康数据序列中任意两个健康数据的相似度；根据所述健康数据序列中任意两个健康数据对应的时间差和相似度，确定所述健康数据序列中任意两个健康数据之间的相似性指标，所述时间差与所述相似性指标成负相关关系，所述相似度与所述相似性指标成正相关关系；确定所述层次聚类树中每个层的优先性指标，包括：对于所述层次聚类树中的任意一层，根据该层中所有类别的所有数据点的时间点的分布离散情况以及每个类别的所有数据点的时间点的分布离散情况，确定该层对应的时间类间方差，并根据该层中所有类别的所有数据点的分布离散情况以及每个类别的所有数据点的分布离散情况，确定该层对应的数值类间方差；根据所述层次聚类树中每个层对应的时间类间方差和数值类间方差，确定所述层次聚类树中每个层的优先性指标，所述时间类间方差与所述优先性指标成正相关关系，所述数值类间方差与所述优先性指标成负相关关系；确定优选层中任意两个类别对应的构成类别组指标值，包括：根据优选层中任意两个类别中数据点对应的时间点的先后情况，确定优选层中任意两个类别对应的时间间隔；根据优选层中每种类别的各种数据点的频次，得到优选层中每种类别对应的频次序列；根据优选层中任意两个类别对应的频次序列中元素值分布之间的差异情况，确定优选层中任意两个类别对应的第一频次一致指标，并根据优选层中任意两个类别对应的频次序列中元素值之间的匹配情况，确定优选层中任意两个类别对应的第二频次一致指标；根据优选层中任意两个类别对应的时间间隔、第一频次一致指标和第二频次一致指标，确定优选层中任意两个类别对应的构成类别组指标值，所述时间间隔与所述构成类别组指标值成负相关关系，所述第一频次一致指标和第二频次一致指标均与所述构成类别组指标值成正相关关系；确定优选层中任意两个类别对应的第一频次一致指标，包括：确定优选层中任意一个类别对应的频次序列中所有元素值的均值，将频次序列中小于均值的元素值从频次序列中剔除，得到更新后的频次序列，并确定更新后的频次序列中的元素数量；确定优选层中任意两个类别对应的元素数量中的最大值和最小值，将最小值与最大值的比值确定为优选层中任意两个类别对应的第一频次一致指标；确定优选层中任意两个类别对应的第二频次一致指标，包括：确定优选层中任意两个类别中的第一类别和第二类别，第一类别对应的更新后的频次序列中的元素数量小于或者等于第二类别对应的更新后的频次序列中的元素数量，在第二类别对应的更新后的频次序列中每次随机抽选元素，以使每次抽选出来的元素的数量与第一类别对应的更新后的频次序列中的元素数量相等，将每次抽选出来的元素与第一类别对应的更新后的频次序列中的元素进行匹配，得到每次抽选对应的匹配值；确定优选层中任意两个类别对应的所有匹配值中的最大匹配值，将所述最大匹配值确定为优选层中任意两个类别对应的第二频次一致指标；确定所述健康数据序列中由所述类别组构成的局部数据段，包括：确定各个类别组对应的所有类别在所述健康数据序列中构成的连续序列段，将每个所述连续序列段确定为一个局部数据段，从而得到所述健康数据序列中由所述类别组构成的局部数据段；确定所述局部数据段对应的初始字典，包括：对于构成每个所述局部数据段的各个所述类别组，获取每个所述类别组的两个类别对应最大匹配值时的一对一匹配频次值；将各个类别组对应最大匹配值时的一对一匹配频次值在对应的类别中的数据点作为初始字典中的相邻元素，得到各个相邻元素组，确定每个相邻元素组中的各个元素所对应的频率均值，将各个相邻元素组按照频次均值从大到小的顺序进行排列，从而得到初始字典，将该初始字典作为对应局部数据段的初始字典。

全文数据：

权利要求：

百度查询： 山东第一医科大学附属省立医院(山东省立医院) 一种肾移植术后电子健康记录数据智能管理方法