【技术实现步骤摘要】
本专利技术涉及医学数据处理，特别是涉及一种基于元宇宙的mdt数据处理方法、装置及电子设备。
技术介绍
1、在现代医疗领域，多学科会诊(mdt)已成为诊治复杂疾病如肺癌等的重要模式。传统mdt模式虽能汇集多科室专家智慧，为患者提供综合诊疗方案，但其高效实施面临诸多挑战，如专家时间协调困难、病历与影像资料准备繁琐等。随着科技的飞速发展，特别是元宇宙技术的兴起，为优化mdt流程提供了新的可能。
2、元宇宙，作为下一代互联网应用和社会形态，整合了扩展现实技术、数字孪生、ai、物联网、区块链等多种前沿技术，具备时空拓展性、人机融生性和经济增值性等特点。在医疗领域，元宇宙技术已展现出巨大的应用潜力，能够打破物理空间限制，实现远程协作与沉浸式交互，从而大幅提升医疗服务的效率和质量。
3、传统mdt需要协调来自不同科室的专家时间，往往耗时费力，影响诊疗效率。详尽的患者病历和影像资料是mdt的基础，但准备过程复杂且易出错。
4、因此，提出一种基于元宇宙的mdt数据处理方法、装置及电子设备。
技术实现思路
1、本说明书提供一种基于元宇宙的mdt数据处理方法、装置及电子设备，有效地对患者数据进行分类，提高了数据处理的速度，还降低了人工操作的复杂性和成本，同时，还有助于提升mdt的沟通效率和决策质量。
2、本说明书提供一种基于元宇宙的mdt数据处理方法，包括：
3、获取患者数据；
4、对所述患者数据进行预处理，得到预处理后的所述患者数
5、基于所述患者数据确定初始聚类中心点；
6、基于所述患者数据、所述初始聚类中心点确定新的聚类中心点；
7、重复所述基于所述患者数据、所述初始聚类中心点确定新的聚类中心点，直至得到预设个数的所述聚类中心点；
8、基于所述患者数据、所述初始聚类中心点、若干个所述新的聚类中心点，确定所述患者数据的风险等级，并将所述患者数据及其风险等级用于基于元宇宙的mdt中。
9、可选的，所述对所述患者数据进行预处理，得到预处理后的所述患者数据，包括：
10、所述患者数据包括数值型特征、非数值型特征；
11、对所述数值型特征进行统一标准处理，得到标准化的所述数值型特征；
12、基于所述非数值型特征、标准化的所述数值型特征选择mdt所需的核心特征。
13、可选的，所述基于所述患者数据确定初始聚类中心点，包括：
14、所述选择mdt所需的核心特征包括若干个样本；
15、逐个计算每个样本点与每个所述样本之间的距离，将距离最大的所述样本点作为初始聚类中心。
16、可选的，所述基于所述患者数据、所述初始聚类中心点确定新的聚类中心点，包括：
17、基于每个所述样本点与所述初始聚类中心确定距离和sum(d(x))，在sum(d(x))内取一个随机值random1；
18、逐个计算新的随机值random2＝random1-d(x)，直到random2≤0，将其确定为新的聚类中心点。
19、可选的，所述基于所述患者数据、所述初始聚类中心点、若干个所述新的聚类中心点，确定所述患者数据的风险等级，并将所述患者数据及其风险等级用于基于元宇宙的mdt中，包括：
20、基于每个所述样本与所述初始聚类中心点、若干个所述新的聚类中心点的距离，将距离最小的聚类中心点的簇作为所述样本的簇；
21、更新所述初始聚类中心点、若干个所述新的聚类中心点，确定所述患者数据的聚类，具体的：
22、
23、其中，μ′为所述患者数据的聚类，|ci|为第i个簇的样本数量；
24、基于聚类结果，构建恶变风险预警模型，将所述患者数据的输入恶变风险预警模型，得到所述患者数据的风险等级，具体的：
25、y＝f(μi)
26、其中，y为恶变风险预警模型输出的风险等级，μi为第i个聚类中心。
27、可选的，所述将所述患者数据及其风险等级用于基于元宇宙的mdt中，包括：
28、基于患者数据构建患者的虚拟形象，将所述mdt所需的核心特征通过醒目提示的方式于所述虚拟形象中标注；
29、通过基于元宇宙构建的mdt平台配置是否直接显示所述患者数据的风险等级。
30、本说明书提供一种基于元宇宙的mdt数据处理装置，包括：
31、获取模块，用于获取患者数据；
32、预处理模块，用于对所述患者数据进行预处理，得到预处理后的所述患者数据；
33、第一确定模块，用于基于所述患者数据确定初始聚类中心点；
34、第二确定模块，用于基于所述患者数据、所述初始聚类中心点确定新的聚类中心点；
35、第三确定模块，用于重复所述基于所述患者数据、所述初始聚类中心点确定新的聚类中心点，直至得到预设个数的所述聚类中心点；
36、第四确定模块，用于基于所述患者数据、所述初始聚类中心点、若干个所述新的聚类中心点，确定所述患者数据的风险等级，并将所述患者数据及其风险等级用于基于元宇宙的mdt中。
37、可选的，所述预处理模块，包括：
38、所述患者数据包括数值型特征、非数值型特征；
39、对所述数值型特征进行统一标准处理，得到标准化的所述数值型特征；
40、基于所述非数值型特征、标准化的所述数值型特征选择mdt所需的核心特征。
41、可选的，所述第一确定模块，包括：
42、所述选择mdt所需的核心特征包括若干个样本；
43、逐个计算每个样本点与每个所述样本之间的距离，将距离最大的所述样本点作为初始聚类中心。
44、可选的，所述第三确定模块，包括：
45、基于每个所述样本点与所述初始聚类中心确定距离和sum(d(x))，在sum(d(x))内取一个随机值random1；
46、逐个计算新的随机值random2＝random1-d(x)，直到random2≤0，将其确定为新的聚类中心点。
47、可选的，所述第四确定模块，包括：
48、基于每个所述样本与所述初始聚类中心点、若干个所述新的聚类中心点的距离，将距离最小的聚类中心点的簇作为所述样本的簇；
49、更新所述初始聚类中心点、若干个所述新的聚类中心点，确定所述患者数据的聚类，具体的：
50、
51、其中，μ′为所述患者数据的聚类，|ci|为第i个簇的样本数量；
52、基于聚类结果，构建恶变风险预警模型，将所述患者数据的输入恶变风险预警模型，得到所述患者数据的风险等级，具体的：
53、y＝f(μi)
54、其中，y为恶变风险预警模型输出的风险等级，μi为第i个聚类中心。
55、可选的，所述第四确定模块，包括：...
【技术保护点】
1.一种基于元宇宙的MDT数据处理方法，其特征在于，包括：
2.如权利要求1所述的基于元宇宙的MDT数据处理方法，其特征在于，所述对所述患者数据进行预处理，得到预处理后的所述患者数据，包括：
3.如权利要求2所述的基于元宇宙的MDT数据处理方法，其特征在于，所述基于所述患者数据确定初始聚类中心点，包括：
4.如权利要求3所述的基于元宇宙的MDT数据处理方法，其特征在于，所述基于所述患者数据、所述初始聚类中心点确定新的聚类中心点，包括：
5.如权利要求4所述的基于元宇宙的MDT数据处理方法，其特征在于，所述基于所述患者数据、所述初始聚类中心点、若干个所述新的聚类中心点，确定所述患者数据的风险等级，并基于所述患者数据的风险等级确定是否将所述患者数据用于基于元宇宙的MDT中，包括：
6.如权利要求5所述的基于元宇宙的MDT数据处理方法，其特征在于，所述基于所述患者数据的风险等级确定是否将所述患者数据用于基于元宇宙的MDT中，包括：
7.一种基于元宇宙的MDT数据处理装置，其特征在于，包括：
8.如权利要
9.一种电子设备，其中，该电子设备包括：
10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1-6中任一项所述的方法。
...【技术特征摘要】
1.一种基于元宇宙的mdt数据处理方法，其特征在于，包括：
2.如权利要求1所述的基于元宇宙的mdt数据处理方法，其特征在于，所述对所述患者数据进行预处理，得到预处理后的所述患者数据，包括：
3.如权利要求2所述的基于元宇宙的mdt数据处理方法，其特征在于，所述基于所述患者数据确定初始聚类中心点，包括：
4.如权利要求3所述的基于元宇宙的mdt数据处理方法，其特征在于，所述基于所述患者数据、所述初始聚类中心点确定新的聚类中心点，包括：
5.如权利要求4所述的基于元宇宙的mdt数据处理方法，其特征在于，所述基于所述患者数据、所述初始聚类中心点、若干个所述新的聚类中心点，确定所述患者数据的风险等...
【专利技术属性】
技术研发人员：胡洁，李贝，徐晓波，徐松涛，方勇，李静，季诗梦，包晨，张东辉，
申请(专利权)人：上海市老年医学中心，
类型：发明
国别省市：
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。