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：赵根壁

摘要：本申请的大数据多源协同发掘的智能医疗辅助诊断系统，着眼当今备受关注的医疗辅助诊断领域，针对如何使病患得到更好更全面的治疗，以及节约紧张的医院的医疗资源，提出了一套智能医疗辅助诊断系统。面对海量医疗数据的多源异构性，采用将数据特征进行融合挖掘的方法，融入多核协同学习，将协同核函数运用到SVM模型中，构建基于多核协同学习的多源医疗数据融合挖掘模型，并通过对ICU病患医疗数据进行验证测试，证实了该模型能够对病患的病情作出有效的分类预测，对医疗辅助诊断有一定的贡献，有利于提高整体医疗水平和对医疗数据的有效利用，用于对病患治疗方案的改进和对医院有限资源的节约，优化了医疗辅助诊断。

主权项：1.大数据多源协同发掘的智能医疗辅助诊断系统，其特征在于，面对医疗数据的多源异构性，采用将数据特征进行融合挖掘的方法，融入多核协同学习，将协同核函数运用到SVM模型中，构建基于多核协同学习的多源医疗数据融合挖掘模型，对病患的病情作出有效的分类预测，辅助医疗诊断；1异构数据前置处理：对采集到的多源医疗数据，进行多源数据抽取，并去除冗余的、不完整的数据，将不同类型的数据进行集成，最终转换为所需数据，对于不同类型的源数据，采取不同的数据预处理方式，针对时间序列的数据，以时间作为重要的参照指标，通过对病患们体检过的项目作计算分析，选取若干个体检项目指标，并抽取出病患在住院期间的每一个时间点的体检项目检测值，作为对应的数据特征，针对文本类型的数据，首先通过与时间序列数据的时间点进行对应，找出所要分析的文本内容，然后进行文本分词、去停顿词、特征项提取及特征加权，实现特征的向量化，在进行融合挖掘时，采用将文本数据中的时间戳与时间序列数据中的最近邻时间点对齐的方式，实现两种数据的关联；2基于DiGr-SgSVM的医疗辅助诊断：在采集到的多源医疗数据集中选取文本类型的数据，即病患体检后的病情描述内容，依据每一个体检时间戳，对每段病情描述内容进行类别标记，评估病患在该时刻的体征状况是否处于良好状态，针对选取的文本数据采用文本预处理、特征选择和特征加权，形成模型所需要的数据输入形式，针对文本医疗数据，利用基于网格搜索的K折交叉验证法，在不同K值下，对惩罚参数C和核函数参数进行寻优，得到最终的最优参数组，从而构建DiGr-SgSVM模型，用以预测患者下一时刻的病情状况；3基于多核协同学习的医疗辅助诊断：基于采集到的医疗数据的多源异构性特征，通过结合特征融合方法，构建基于多核协同学习的大数据融合挖掘模型，将多种不同类型的数据，映射到特征空间上，进而加以融合，具体是利用多个核函数的组合，将时间序列类型数据与文本类型数据融合，充分利用多源数据的每一种特征，实现提取信息的互补集成，提高模型泛化性能，构建基于多核协同学习的多源医疗数据融合挖掘辅助诊断模型。

全文数据：

权利要求：

百度查询： 赵根壁 大数据多源协同发掘的智能医疗辅助诊断系统