一种基于人工智能的临床科研数据整合与智能分析系统及其方法技术方案

技术编号:39395030 阅读:9 留言:0更新日期:2023-11-19 15:50
本发明专利技术涉及医疗技术领域,尤其为一种基于人工智能的临床科研数据整合与智能分析系统及其方法,包括:数据采集模块:用于采集临床科研数据;数据处理模块:用于对采集的临床科研数据进行预处理;数据整合模块:用于基于基尼系数对预处理完成的临床科研数据进行数据整合处理;智能分析模块:用于对整合的临床科研数据进行智能分析;整合输出模块:用于根据智能分析模块的智能分析结果对临床科研数据进行整合输出。本发明专利技术基于基尼指数对临床科研数据进行整合,进而对临床科研数据进行融合,基于数据融合采用智能分析算法处理临床科研数据信息,提高临床科研数据分析效率,提高临床科研数据分析结果的可靠性,从而提升系统对临床数据应用的能力。床数据应用的能力。床数据应用的能力。

【技术实现步骤摘要】
一种基于人工智能的临床科研数据整合与智能分析系统及其方法


[0001]本专利技术涉及医疗
,尤其是一种基于人工智能的临床科研数据整合与智能分析系统及其方法。

技术介绍

[0002]高品质的临床医学科学研究离不开高品质临床数据的支撑,然而这就要求临床医学科研工作者花费大量时间整理患者数据,通过耗时、繁琐的手动操作将有效数据从错综复杂的医疗业务系统中抽取出来,这种科研方法对本来就非常忙碌的医疗工作者而言效率极低。同时如果是小数据样本的临床科学研究,通过手动整理数据,还是具有一定的可操作性的,然而如果是大样本的数据,如成千上万的海量数据,手动整理数据就完全没有可操作性。报道称一位中日友好医院的医生曾想做精神衰竭领域的研究,需要整理3000份病历。但是信息的调出、录入、统计等,就需要耗费一年半时间。医生考虑之后,只能放弃。很多时候数据整理的工作量超出了医疗工作者的承受范围,导致很多好的科学研究想法不得不放弃,无法付诸于实际行动。
[0003]故本专利技术提出一种基于人工智能的临床科研数据整合与智能分析系统及其方法,基于人工智能对临床科研数据进行整合与分析,提高了临床科研数据的分析效率和分析结果的可靠性,从而提升系统对临床数据应用的能力。

技术实现思路

[0004]本专利技术的目的是通过提出一种基于人工智能的临床科研数据整合与智能分析系统及其方法,以解决上述
技术介绍
中提出的缺陷。
[0005]本专利技术采用的技术方案如下:
[0006]提供一种基于人工智能的临床科研数据整合与智能分析系统,包括:
[0007]数据采集模块:用于采集临床科研数据;
[0008]数据处理模块:用于对采集的临床科研数据进行预处理;
[0009]数据整合模块:用于基于基尼系数对预处理完成的临床科研数据进行数据整合处理;
[0010]智能分析模块:用于对整合的临床科研数据进行智能分析;
[0011]整合输出模块:用于根据智能分析模块的智能分析结果对临床科研数据进行整合输出。
[0012]作为本专利技术的一种优选技术方案:所述数据采集模块采集的临床科研数据包括计量数据、等级数据、分类数据和行为日志数据。
[0013]作为本专利技术的一种优选技术方案:所述数据处理模块对采集的临床科研数据进行数据清洗和缺失值填充处理。
[0014]作为本专利技术的一种优选技术方案:所述数据整合模块对临床科研数据整合具体如
下:
[0015]设采集的临床科研数据有K个类,临床科研数据样本X属于第l类的概率为P
l
,则概率分布的基尼指数G(P)为:
[0016][0017]其中,n
l
是第l类临床科研样本的个数,D为临床科研数据数量;
[0018]临床科研样本集合D根据特征F是否取值ε被分割成D1与D2两部分,即:
[0019]D1={X∈D|F(X)=ε},D2=D

D1[0020]则在特征F的条件下,集合D的基尼指数G(D,F)为:
[0021][0022]其中,G(D1)和G(D2)分别表示集合D1和集合D2的基尼指数;将D中所有特征的基尼指数进行排序,对D1和D2按照上述方法挑选下一个特征,直到到达事先规定的叶节点为止。
[0023]作为本专利技术的一种优选技术方案:所述智能分析模块基于所述数据整合模块的整合结果进行对临床科研数据进行智能融合,基于智能融合结果进行对临床科研数据的权重进行智能分析,并输出最终融合数据。
[0024]作为本专利技术的一种优选技术方案:所述智能融合具体如下:
[0025][0026]其中,σ2是总均方误差,E表示数据期望,w
l
、w
L
是l类临床科研数据和L类临床科研数据的加权因子,X
l
、X
L
是各类临床科研数据的实际值,X是各类临床科研数据的目标值;
[0027]各个临床科研数据值与待估计值之间相互独立存在如下的最小值
[0028][0029]其中,表示I类临床科研数据的总均方误差。
[0030]作为本专利技术的一种优选技术方案:所述智能分析算法中,设有t个分析指标对临床科研数据的K类数据样本的每一类样本数据均给出t个模糊数,并形成模糊数数组:R1,R2,

,R
K
,其中,R
i
(x
i1
,x
i2
,

,x

,

,x
it
),其中,x

,为第i类数据样本中的第τ个模糊数,1≤i≤K,1≤τ≤t,对t个模糊数取算术平均,整合成一个模糊数:
[0031][0032]对各临床科研数据类型进行分层处理,求取每行对应特征量权重的初始值,得到所有数据的初始权重:
[0033][0034]其中,为第j层中第i个数据的初始权重;
[0035]建立三角模糊数指标权重矩阵,对初始加权因子进行去模糊化处理:
[0036][0037]w=δ(R≥R1,R2,

,R
K
)=minδ(R≥R
i
),i=1,2,

,K
[0038]其中,δ(
·
)表示数据的可能度,b1、k1为初始数据的三角模糊数,a2、k2为下一数据的三角模糊数,w为经模糊化后的数据权重。
[0039]作为本专利技术的一种优选技术方案:所述整合输出模块基于智能分析处理获取的临床科研数据的权重数据进行分配,根据数据整合处理结果按分配权重进行分析结果的输出。
[0040]作为本专利技术的一种优选技术方案:所述整合输出模块将系统采集、处理及输出的临床科研数据及存储至临床科研数据库中。
[0041]提供一种基于人工智能的临床科研数据整合与智能分析方法,包括如下步骤:
[0042]S1:采集临床科研数据;
[0043]S2:对采集的临床科研数据进行预处理;
[0044]S3:基于基尼系数对预处理完成的临床科研数据进行数据整合处理;
[0045]S4:对整合的临床科研数据进行智能融合与智能分析;
[0046]S5:根据智能分析结果对临床科研数据进行整合输出。
[0047]本专利技术提供的基于人工智能的临床科研数据整合与智能分析系统及其方法,与现有技术相比,其有益效果有:
[0048]本专利技术基于基尼指数对临床科研数据进行整合,并基于加权的自适应数据融合理论,以最小化运算结果总误差为标准计算临床科研数据的融合,基于数据融合采用智能分析算法处理临床科研数据信息,提高临床科研数据分析效率,提高临床科研数据分析结果的可靠性,从而提升系统对临床数据应用的能力。
附图说明
[0049]图1为本专利技术优选实施例的系统框图;
[0050]图2为本专利技术优选实施例中方本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的临床科研数据整合与智能分析系统,其特征在于:包括:数据采集模块(100):用于采集临床科研数据;数据处理模块(200):用于对采集的临床科研数据进行预处理;数据整合模块(300):用于基于基尼系数对预处理完成的临床科研数据进行数据整合处理;智能分析模块(400):用于对整合的临床科研数据进行智能分析;整合输出模块(500):用于根据智能分析模块(400)的智能分析结果对临床科研数据进行整合输出。2.根据权利要求1所述的基于人工智能的临床科研数据整合与智能分析系统,其特征在于:所述数据采集模块(100)采集的临床科研数据包括计量数据、等级数据、分类数据和行为日志数据。3.根据权利要求1所述的基于人工智能的临床科研数据整合与智能分析系统,其特征在于:所述数据处理模块(200)对采集的临床科研数据进行数据清洗和缺失值填充处理。4.根据权利要求1所述的基于人工智能的临床科研数据整合与智能分析系统,其特征在于:所述数据整合模块(300)对临床科研数据整合具体如下:设采集的临床科研数据有K个类,临床科研数据样本X属于第l类的概率为P
l
,则概率分布的基尼指数G(P)为:其中,n
l
是第l类临床科研样本的个数,D为临床科研数据数量;临床科研样本集合D根据特征F是否取值ε被分割成D1与D2两部分,即:D1={X∈D|F(X)=ε},D2=D

D1则在特征F的条件下,集合D的基尼指数G(D,F)为:其中,G(D1)和G(D2)分别表示集合D1和集合D2的基尼指数;将D中所有特征的基尼指数进行排序,对D1和D2按照上述方法挑选下一个特征,直到到达事先规定的叶节点为止。5.根据权利要求4所述的基于人工智能的临床科研数据整合与智能分析系统,其特征在于:所述智能分析模块(400)基于所述数据整合模块(300)的整合结果进行对临床科研数据进行智能融合,基于智能融合结果进行对临床科研数据的权重进行智能分析,并输出最终融合数据。6.根据权利要求5所述的基于人工智能的临床科研数据整合与智能分析系统,其特征在于:所述智能融合具体如下:其中,σ2是总均方误差,E表示数据期望,w
l
、w
L
是l类临床科研数据和L类临床科研数据的加权因子,X
l
、X
L
是各类临床科研数据的实际值,X是各类临床科研数据的目标值;
各个临床科研数据值与待估...

【专利技术属性】
技术研发人员:汪庆伟谢先正
申请(专利权)人:南京智慧云网络科技有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1