CN109346188A - 一种医学统计数据处理方法 - Google Patents
一种医学统计数据处理方法 Download PDFInfo
- Publication number
- CN109346188A CN109346188A CN201811220691.0A CN201811220691A CN109346188A CN 109346188 A CN109346188 A CN 109346188A CN 201811220691 A CN201811220691 A CN 201811220691A CN 109346188 A CN109346188 A CN 109346188A
- Authority
- CN
- China
- Prior art keywords
- picture
- case history
- submodule
- keyword
- previous case
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种医学统计数据处理方法,所述方法步骤包括:S1、专家对病历统计数据进行人工分析,并写出针对该病历的相关关键词,S2、构建堆栈指针型关键词链接模块,制作存储图片子模块和指导意见子模块从而形成以往病历子数据库单元。该医学统计数据处理方法,形成了目标数据源,从而在检索数据库层面避免了数据混杂的现象,在数据处理之后从而保证了在进行数据检索时精准度方面得到了极大的提高,另外通过利用Tamura纹理特征图片提取方法分别对以往病历子和新问题中的图片进行图片特征提取,在进行文字检索的基础上增加了图片的对比检索,使得医务工作者的可参考度更高和更加方便,从而能够进行更好的分析治疗。
Description
技术领域
本发明涉及医学统计数据处理技术领域,具体为一种医学统计数据处理方法。
背景技术
医学统计是指以医学的理论为指导,运用统计学的原理和方法研究医学领域中数据的搜集、整理、分析和推断的一门应用科学。医学统计的基本任务在于从样本去推断总体,应用概率论的方法探讨样本与总体的关系揭示偶然现象中隐藏着的必然规律性从而对总体做出比较正确的结论。随着医学技术的不断进步以及科技的不断发展,医学统计的范畴也越来越广泛,在临床医学方便也不断的用到大数据医学统计方法来进行辅助参考分析治疗。
虽然目前的医学统计数据处理方法已经得到了很广泛的应用,但是在医务工作者进行信息检索时,仍然是数据庞杂,鱼目混珠,在针对性和数据精准度方面仍然不能够达到很好的效果,另外目前在进行医学数据处理时,大多只注重文字的检索匹配,而在图片的提取匹配方面还没有实现很好的应用,而恰恰在医学治疗方面检查光片等等图片又是非常重要的分析依据,所以在医学统计数据的处理方面仍然存在很大的改进之处。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种医学统计数据处理方法,解决了目前在医务工作者进行信息检索时,仍然是数据庞杂,鱼目混珠,在针对性和数据精准度方面仍然不能够达到很好的效果,另外目前在进行医学数据处理时,大多只注重文字的检索匹配,而在图片的提取匹配方面还没有实现很好的应用,而恰恰在医学治疗方面检查光片等等图片又是非常重要的分析依据,所以在医学统计数据的处理方面仍然存在很大的改进之处的问题。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:一种医学统计数据处理方法,所述方法步骤包括:
S1、专家对病历统计数据进行人工分析,并写出针对该病历的相关关键词。
S2、构建堆栈指针型关键词链接模块,制作存储图片子模块和指导意见子模块从而形成以往病历子数据库单元。
S3、数据提取:利用Tamura纹理特征图片提取方法分别对以往病历子和新问题中的图片进行图片特征提取,并根据新问题关键词对以往病历进行索引。
S4、索引并排序输出图片对比子结果数据,索引并排序输出关键词对比子结果数据。
S5、通过运算处理将图片子模块和指导意见子模块的两个顺序子结果序号数据相加取均值进行输出,并按照均值高低将对应的以往病历子数据库单元进行显示输出。
优选的,所述步骤S1和S2的详细处理方法为:由各专科医疗专家组对以往的病历进行分析整理,并对治疗过程中所采取的措施做出评判和意见指导,由专家写出链接关键词,在数据处理时制作成堆栈指针型关键词链接模块,在关键词链接模块下的剩余存储空间内放入图片子模块和指导意见子模块形成以往病历子数据库单元。
优选的,所述图片子模块内存储有与病患相关的图片,并且图片可以是病患用医疗设备做检查时的光片图片或者病患相应的医疗组织切片的放大图片。
优选的,所述指导意见子模块内存储有专家组的评判和意见指导制作成的文档。
优选的,所述步骤S3的具体方法为:利用Tamura纹理特征图片提取方法对以往病历子数据库单元中的图片子模块进行图片特征提取,另外利用关键词提取方法对以往病历子数据库单元内的指导意见子模块进行关键词提取,在其它医务人员遇到新问题进行检索时,在输入病症关键词和导入病患相关图片之后,通过关键词链接模块索引出相应的以往病历子数据库单元,同样利用Tamura纹理特征图片提取方法对新问题中的图片进行图片特征提取。
优选的,所述图片对比子结果数据的形成处理方法为:将对以往病历子数据库单元中的图片子模块进行图片特征提取的关键点与对新问题中的图片特征提取的关键点进行对比,并计算出关键点个数之后,随后将索引出的以往病历子数据库单元按照关键点个数的多少进行排序输出从而形成图片对比子结果数据。
优选的,所述关键词对比子结果数据的形成处理方法为:将医务人员输入的新问题关键词与索引出的以往病历子数据库单元内的指导意见子模块中关键词进行对比,按照新问题关键词在指导意见子模块中出现的频率高低进行排序输出从而形成关键词对比子结果数据。
优选的,所述步骤S5的具体操作为:每个以往病历子数据库单元都按照图片子模块和指导意见子模块有了两个顺序输出结果,通过运算处理将图片子模块和指导意见子模块的两个顺序子结果序号数据相加取均值进行输出,并按照均值高低将对应的以往病历子数据库单元进行显示输出。
(三)有益效果
本发明提供了一种医学统计数据处理方法,与现有技术相比,本发明的有益效果是:该医学统计数据处理方法,通过专家对病历统计数据进行人工分析,并写出针对该病历的相关关键词,形成了目标数据源,从而在检索数据库层面避免了数据混杂的现象,另外通过索引并排序输出图片对比子结果数据,索引并排序输出关键词对比子结果数据,最终并按照均值高低将对应的以往病历子数据库单元进行显示输出,在数据处理之后从而保证了在进行数据检索时精准度方面得到了极大的提高,另外通过利用Tamura纹理特征图片提取方法分别对以往病历子和新问题中的图片进行图片特征提取,在进行文字检索的基础上增加了图片的对比检索,使得医务工作者的可参考度更高和更加方便,从而能够进行更好的分析治疗。
附图说明
图1为本发明数据处理方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提供一种技术方案:一种医学统计数据处理方法,方法步骤包括:
S1、专家对病历统计数据进行人工分析,并写出针对该病历的相关关键词。
S2、构建堆栈指针型关键词链接模块,制作存储图片子模块和指导意见子模块从而形成以往病历子数据库单元,由各专科医疗专家组对以往的病历进行分析整理,并对治疗过程中所采取的措施做出评判和意见指导,由专家写出链接关键词,在数据处理时制作成堆栈指针型关键词链接模块,在关键词链接模块下的剩余存储空间内放入图片子模块和指导意见子模块形成以往病历子数据库单元,图片子模块内存储有与病患相关的图片,并且图片可以是病患用医疗设备做检查时的光片图片或者病患相应的医疗组织切片的放大图片,指导意见子模块内存储有专家组的评判和意见指导制作成的文档。
S3、数据提取:利用Tamura纹理特征图片提取方法分别对以往病历子和新问题中的图片进行图片特征提取,并根据新问题关键词对以往病历进行索引,利用Tamura纹理特征图片提取方法对以往病历子数据库单元中的图片子模块进行图片特征提取,另外利用关键词提取方法对以往病历子数据库单元内的指导意见子模块进行关键词提取,在其它医务人员遇到新问题进行检索时,在输入病症关键词和导入病患相关图片之后,通过关键词链接模块索引出相应的以往病历子数据库单元,同样利用Tamura纹理特征图片提取方法对新问题中的图片进行图片特征提取,Tamura纹理特征提取方法使用最重要的粗糙度、对比度和方向度特征,能够适应图片尺寸变化的方式,使用三种特征的加权距离对图像的纹理特征相似性进行度量,该方法能够适应光照、视角以及缩放等场景的变化,该方法使用区域分割进行提取对比,在对具有相似内容的图片进行共性特征提取过程中,根据不同的应用场景选取了不同的特征子集以降低图片复杂度。
S4、索引并排序输出图片对比子结果数据,图片对比子结果数据的形成处理方法为:将对以往病历子数据库单元中的图片子模块进行图片特征提取的关键点与对新问题中的图片特征提取的关键点进行对比,并计算出关键点个数之后,随后将索引出的以往病历子数据库单元按照关键点个数的多少进行排序输出从而形成图片对比子结果数据,索引并排序输出关键词对比子结果数据,关键词对比子结果数据的形成处理方法为:将医务人员输入的新问题关键词与索引出的以往病历子数据库单元内的指导意见子模块中关键词进行对比,按照新问题关键词在指导意见子模块中出现的频率高低进行排序输出从而形成关键词对比子结果数据。
S5、每个以往病历子数据库单元都按照图片子模块和指导意见子模块有了两个顺序输出结果,通过运算处理将图片子模块和指导意见子模块的两个顺序子结果序号数据相加取均值进行输出,并按照均值高低将对应的以往病历子数据库单元进行显示输出。
综上可得,该医学统计数据处理方法,通过专家对病历统计数据进行人工分析,并写出针对该病历的相关关键词,形成了目标数据源,从而在检索数据库层面避免了数据混杂的现象,另外通过索引并排序输出图片对比子结果数据,索引并排序输出关键词对比子结果数据,最终并按照均值高低将对应的以往病历子数据库单元进行显示输出,在数据处理之后从而保证了在进行数据检索时精准度方面得到了极大的提高,另外通过利用Tamura纹理特征图片提取方法分别对以往病历子和新问题中的图片进行图片特征提取,在进行文字检索的基础上增加了图片的对比检索,使得医务工作者的可参考度更高和更加方便,从而能够进行更好的分析治疗。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种医学统计数据处理方法,其特征在于:所述方法步骤包括:
S1、专家对病历统计数据进行人工分析,并写出针对该病历的相关关键词;
S2、构建堆栈指针型关键词链接模块,制作存储图片子模块和指导意见子模块从而形成以往病历子数据库单元;
S3、数据提取:利用Tamura纹理特征图片提取方法分别对以往病历子和新问题中的图片进行图片特征提取,并根据新问题关键词对以往病历进行索引;
S4、索引并排序输出图片对比子结果数据,索引并排序输出关键词对比子结果数据;
S5、通过运算处理将图片子模块和指导意见子模块的两个顺序子结果序号数据相加取均值进行输出,并按照均值高低将对应的以往病历子数据库单元进行显示输出。
2.根据权利要求1所述的一种医学统计数据处理方法,其特征在于:所述步骤S1和S2的详细处理方法为:由各专科医疗专家组对以往的病历进行分析整理,并对治疗过程中所采取的措施做出评判和意见指导,由专家写出链接关键词,在数据处理时制作成堆栈指针型关键词链接模块,在关键词链接模块下的剩余存储空间内放入图片子模块和指导意见子模块形成以往病历子数据库单元。
3.根据权利要求2所述的一种医学统计数据处理方法,其特征在于:所述图片子模块内存储有与病患相关的图片,并且图片可以是病患用医疗设备做检查时的光片图片或者病患相应的医疗组织切片的放大图片。
4.根据权利要求2所述的一种医学统计数据处理方法,其特征在于:所述指导意见子模块内存储有专家组的评判和意见指导制作成的文档。
5.根据权利要求1所述的一种医学统计数据处理方法,其特征在于:所述步骤S3的具体方法为:利用Tamura纹理特征图片提取方法对以往病历子数据库单元中的图片子模块进行图片特征提取,另外利用关键词提取方法对以往病历子数据库单元内的指导意见子模块进行关键词提取,在其它医务人员遇到新问题进行检索时,在输入病症关键词和导入病患相关图片之后,通过关键词链接模块索引出相应的以往病历子数据库单元,同样利用Tamura纹理特征图片提取方法对新问题中的图片进行图片特征提取。
6.根据权利要求1所述的一种医学统计数据处理方法,其特征在于:所述图片对比子结果数据的形成处理方法为:将对以往病历子数据库单元中的图片子模块进行图片特征提取的关键点与对新问题中的图片特征提取的关键点进行对比,并计算出关键点个数之后,随后将索引出的以往病历子数据库单元按照关键点个数的多少进行排序输出从而形成图片对比子结果数据。
7.根据权利要求1所述的一种医学统计数据处理方法,其特征在于:所述关键词对比子结果数据的形成处理方法为:将医务人员输入的新问题关键词与索引出的以往病历子数据库单元内的指导意见子模块中关键词进行对比,按照新问题关键词在指导意见子模块中出现的频率高低进行排序输出从而形成关键词对比子结果数据。
8.根据权利要求1所述的一种医学统计数据处理方法,其特征在于:所述步骤S5的具体操作为:每个以往病历子数据库单元都按照图片子模块和指导意见子模块有了两个顺序输出结果,通过运算处理将图片子模块和指导意见子模块的两个顺序子结果序号数据相加取均值进行输出,并按照均值高低将对应的以往病历子数据库单元进行显示输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811220691.0A CN109346188A (zh) | 2018-10-19 | 2018-10-19 | 一种医学统计数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811220691.0A CN109346188A (zh) | 2018-10-19 | 2018-10-19 | 一种医学统计数据处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109346188A true CN109346188A (zh) | 2019-02-15 |
Family
ID=65310447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811220691.0A Pending CN109346188A (zh) | 2018-10-19 | 2018-10-19 | 一种医学统计数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109346188A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111128371A (zh) * | 2019-11-26 | 2020-05-08 | 泰康保险集团股份有限公司 | 治疗物品提供方法、装置、电子设备、存储介质 |
CN111696640A (zh) * | 2020-06-12 | 2020-09-22 | 上海联影医疗科技有限公司 | 自动获取病历模板的方法、装置和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556600A (zh) * | 2009-05-18 | 2009-10-14 | 中山大学 | 一种dct域上的图像检索方法 |
CN105069144A (zh) * | 2015-08-20 | 2015-11-18 | 华南理工大学 | 一种搜索相似图片的方法 |
WO2015173675A1 (en) * | 2014-05-12 | 2015-11-19 | Koninklijke Philips N.V. | Method and system for computer-aided patient stratification based on case difficulty |
CN105184103A (zh) * | 2015-10-15 | 2015-12-23 | 清华大学深圳研究生院 | 基于病历数据库的虚拟名医 |
CN107193919A (zh) * | 2017-05-15 | 2017-09-22 | 清华大学深圳研究生院 | 一种电子病历的检索方法及系统 |
CN108335732A (zh) * | 2017-12-28 | 2018-07-27 | 西安中科微光影像技术有限公司 | 一种oct影像的病例推荐方法及其系统 |
-
2018
- 2018-10-19 CN CN201811220691.0A patent/CN109346188A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556600A (zh) * | 2009-05-18 | 2009-10-14 | 中山大学 | 一种dct域上的图像检索方法 |
WO2015173675A1 (en) * | 2014-05-12 | 2015-11-19 | Koninklijke Philips N.V. | Method and system for computer-aided patient stratification based on case difficulty |
CN105069144A (zh) * | 2015-08-20 | 2015-11-18 | 华南理工大学 | 一种搜索相似图片的方法 |
CN105184103A (zh) * | 2015-10-15 | 2015-12-23 | 清华大学深圳研究生院 | 基于病历数据库的虚拟名医 |
CN107193919A (zh) * | 2017-05-15 | 2017-09-22 | 清华大学深圳研究生院 | 一种电子病历的检索方法及系统 |
CN108335732A (zh) * | 2017-12-28 | 2018-07-27 | 西安中科微光影像技术有限公司 | 一种oct影像的病例推荐方法及其系统 |
Non-Patent Citations (1)
Title |
---|
黄祥林等: "《图像检索原理与实践》", 30 June 2014, 中国传媒大学出版社 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111128371A (zh) * | 2019-11-26 | 2020-05-08 | 泰康保险集团股份有限公司 | 治疗物品提供方法、装置、电子设备、存储介质 |
CN111128371B (zh) * | 2019-11-26 | 2023-07-18 | 泰康保险集团股份有限公司 | 治疗物品提供方法、装置、电子设备、存储介质 |
CN111696640A (zh) * | 2020-06-12 | 2020-09-22 | 上海联影医疗科技有限公司 | 自动获取病历模板的方法、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108182262A (zh) | 基于深度学习和知识图谱的智能问答系统构建方法和系统 | |
US10235421B2 (en) | Systems and methods for facilitating the gathering of open source intelligence | |
CN108491438A (zh) | 一种科技政策检索分析方法 | |
CN107833595A (zh) | 医疗大数据多中心整合平台及方法 | |
Gries | Null-hypothesis significance testing of word frequencies: a follow-up on Kilgarriff | |
CN103761295B (zh) | 基于图片自动分类的艺术类图片的定制化特征量提取方法 | |
CN104346355B (zh) | 系列性公安案件的智能检索方法及其系统 | |
CN105760439A (zh) | 一种基于特定行为共现网络的人物共现关系图谱构建方法 | |
CN104820724B (zh) | 文本类教育资源知识点预测模型获得方法及模型应用方法 | |
CN106227828B (zh) | 一种同构层次数据对比可视分析方法和应用 | |
CN103488787B (zh) | 一种基于视频搜索的在线播放入口对象的推送方法和装置 | |
CN106446000A (zh) | 基于边界交互的区组合拓扑相似性度量方法 | |
CN109346188A (zh) | 一种医学统计数据处理方法 | |
CN109935337A (zh) | 一种基于相似性度量的病案查找方法及系统 | |
CN106844638A (zh) | 信息检索方法、装置及电子设备 | |
CN104537280B (zh) | 基于文本关系相似性的蛋白质交互关系识别方法 | |
Nathan et al. | The nature of species in evolution | |
Frenkel et al. | An assessment of the usefulness of phytosociological and numerical classificatory methods for the community biogeographer | |
CN109597901A (zh) | 一种基于生物数据的数据分析方法 | |
Horzyk | Deep Associative Semantic Neural Graphs for Knowledge Representation and Fast Data Exploration. | |
Shah et al. | Irregular neutrosophic graphs | |
Dennai et al. | A new measure of the calculation of semantic distance between ontology concepts | |
CN103500214B (zh) | 一种基于视频搜索的分词信息推送方法和装置 | |
Chakraborty et al. | Case based reasoning methodology for diagnosis of swine flu | |
Li et al. | A novel approach to remote sensing image retrieval with multi-feature VP-tree indexing and online feature selection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190215 |
|
RJ01 | Rejection of invention patent application after publication |