CN110415822A - 一种预测癌症的方法和装置 - Google Patents
一种预测癌症的方法和装置 Download PDFInfo
- Publication number
- CN110415822A CN110415822A CN201910667623.7A CN201910667623A CN110415822A CN 110415822 A CN110415822 A CN 110415822A CN 201910667623 A CN201910667623 A CN 201910667623A CN 110415822 A CN110415822 A CN 110415822A
- Authority
- CN
- China
- Prior art keywords
- node
- index
- user
- cancer
- index value
- 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
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 139
- 201000011510 cancer Diseases 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000013507 mapping Methods 0.000 claims description 62
- 230000002123 temporal effect Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 11
- 201000010099 disease Diseases 0.000 claims description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 210000003743 erythrocyte Anatomy 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 208000005718 Stomach Neoplasms Diseases 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 206010017758 gastric cancer Diseases 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 230000003908 liver function Effects 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000003716 rejuvenation Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 201000011549 stomach cancer Diseases 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种预测癌症的方法和装置,用以解决目前没有方式能够及时准确地预测癌症的问题。方法包括:获取待预测癌症的第一用户的标识、癌症的目标种类及目标指标;根据各用户的知识图谱中记录用户标识信息的第一节点,查找与第一用户的标识匹配的第一目标节点;在第一目标节点所在的第一知识图谱中,查找记录目标指标的第二目标节点,在与第二目标节点连接的记录指标值的第三节点中,获取目标指标对应的目标指标值;根据目标指标值,预测目标用户是否患有目标种类的癌症。通过在用户的知识图谱中获取某种种类的癌症对应的指标的指标值,根据指标值确定该用户是否患有该种类的癌症。可以及时准确地预测出用户是否患癌,以便用户提早治疗。
Description
技术领域
本发明涉及医疗技术领域,特别涉及一种预测癌症的方法和装置。
背景技术
随着现代生活节奏的加快,人们饮食不规律,缺乏锻炼,加之工作压力逐渐增大、环境污染严重等多方面原因,使得人们逐渐处于亚健康状态。
人们对于自身的健康状态不重视,导致癌症的发病率越来越高,且越来越年轻化。如何能够及时准确地预测癌症,是急需解决的技术问题。
发明内容
本发明实施例公开了一种预测癌症的方法和装置,用以解决现有技术中的没有方式能够及时、准确地预测癌症的问题。
为达到上述目的,本发明实施例公开了一种预测癌症的方法,所述方法包括:
获取待预测癌症的第一用户的标识、癌症的目标种类及所述目标种类的癌症对应的目标指标;
根据各用户的知识图谱中记录用户标识信息的第一节点,查找与所述第一用户的标识匹配的第一目标节点;
在所述第一目标节点所在的第一知识图谱中,查找记录所述目标指标的第二目标节点,在与所述第二目标节点连接的记录指标值的第三节点中,获取所述目标指标对应的目标指标值;
根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症。
进一步地,所述根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症,包括:
确定所述目标指标值是否位于预设的第一范围内,如果否,预测所述目标用户患有所述目标种类的癌症;或者
确定第一目标指标值与第二目标指标值的差值绝对值是否在预设的第二范围内,其中,所述第一目标指标值与所述第二目标指标值为不同时间对应的所述目标指标值。
进一步地,所述根据与所述第二目标节点连接的记录指标值的第三节点,获取所述目标指标对应的目标指标值,包括:
根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的第三目标节点,将所述第三目标节点中记录的指标值确定为获取的目标指标值;或
根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的两个第三目标节点,将两个所述第三目标节点中各自记录的指标值分别确定为获取的第一目标指标值和第二目标指标值。
进一步地,获取所述目标种类的癌症对应的目标指标包括:
根据预先保存的每种种类的癌症对应的指标,确定所述目标种类的癌症对应的目标指标;或者
接收用户在用户界面上确定的第一指标,将所述第一指标作为获取到的所述目标种类的癌症对应的目标指标。
进一步地,预先建立知识图谱的过程,包括:
获取第二用户的体检数据,其中,所述体检数据包括第二用户的标识,指标及指标对应的指标值;
在各用户的知识图谱中记录用户标识信息的节点中,查找是否存在与所述第二用户的标识匹配的第一节点;
如果不存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
创建第二知识图谱的第一节点,将所述第二用户的标识存储至所述第一节点中;
根据所述体检数据中包含的指标的第一数量,创建第一数量的与所述第一节点连接的每个第二节点,将体检数据中的指标存储至对应的第二节点中;
创建第一数量的第三节点,将指标值存储至对应的第三节点中,并将第二节点与第三节点连接,其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系;
如果存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
针对体检数据中的每个指标,根据第一节点所在的第二指示图谱中记录指标的节点,查找是否存在与该指标匹配的第二节点;
如果存在与该指标匹配的第二节点,则创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
如果不存在与所述该指标匹配的第二节点,则创建第二节点,将该指标存储至创建的所述第二节点中,将第一节点与创建的所述第二节点连接;并创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系。
本申请提供了一种预测癌症的装置,所述装置包括:
预测信息获取模块,用于获取待预测癌症的第一用户的标识、癌症的目标种类及所述目标种类的癌症对应的目标指标;
图谱查找模块,用于根据各用户的知识图谱中记录用户标识信息的第一节点,查找与所述第一用户的标识匹配的第一目标节点;
指标值获取模块,用于在所述第一目标节点所在的第一知识图谱中,查找记录所述目标指标的第二目标节点,在与所述第二目标节点连接的记录指标值的第三节点中,获取所述目标指标对应的目标指标值;
预测模块,用于根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症。
进一步地,所述预测模块,具体用于确定所述目标指标值是否位于预设的第一范围内,如果否,预测所述目标用户患有所述目标种类的癌症;或者确定第一目标指标值与第二目标指标值的差值绝对值是否在预设的第二范围内,其中,所述第一目标指标值与所述第二目标指标值为不同时间对应的所述目标指标值。
进一步地,所述指标值获取模块,具体用于根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的第三目标节点,将所述第三目标节点中记录的指标值确定为获取的目标指标值;或根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的两个第三目标节点,将两个所述第三目标节点中各自记录的指标值分别确定为获取的第一目标指标值和第二目标指标值。
进一步地,所述指标值获取模块,具体用于根据预先保存的每种种类的癌症对应的指标,确定所述目标种类的癌症对应的目标指标;或者接收用户在用户界面上确定的第一指标,将所述第一指标作为获取到的所述目标种类的癌症对应的目标指标。
进一步地,还包括:图谱建立模块,用于:
获取第二用户的体检数据,其中,所述体检数据包括第二用户的标识,指标及指标对应的指标值;
在各用户的知识图谱中记录用户标识信息的节点中,查找是否存在与所述第二用户的标识匹配的第一节点;
如果不存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
创建第二知识图谱的第一节点,将所述第二用户的标识存储至所述第一节点中;
根据所述体检数据中包含的指标的第一数量,创建第一数量的与所述第一节点连接的每个第二节点,将体检数据中的指标存储至对应的第二节点中;
创建第一数量的第三节点,将指标值存储至对应的第三节点中,并将第二节点与第三节点连接,其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系;
如果存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
针对体检数据中的每个指标,根据第一节点所在的第二指示图谱中记录指标的节点,查找是否存在与该指标匹配的第二节点;
如果存在与该指标匹配的第二节点,则创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
如果不存在与所述该指标匹配的第二节点,则创建第二节点,将该指标存储至创建的所述第二节点中,将第一节点与创建的所述第二节点连接;并创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系。
本发明实施例公开了一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行上述任一项所述方法的步骤。
本发明实施例公开了一种计算机可读存储介质,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行上述任一项所述方法的步骤。
由于在本发明实施例中,通过在用户的知识图谱中获取某种种类的癌症对应的指标的指标值,根据指标值确定该用户是否患有该种类的癌症。可以及时准确地预测出用户是否患癌,以便用户提早治疗。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种创建知识图谱的过程示意图;
图2为本发明提供的一种预测癌症的过程示意图;
图3为本发明提供的一种知识图谱;
图4为本发明提供的一种预测癌症的装置结构图;
图5为本发明提供的一种电子设备。
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作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。
在本申请中,为了实现准确、及时地预测癌症,提供了一种预测癌症的方法,本申请提供的预测癌症的方法可以应用于电子设备。电子设备可以针对每个用户建立知识图谱,将用户体检的数据存储至该用户对应的知识图谱中。后续电子设备可以从知识图谱中获取预测癌症所需的数据,从而可以根据知识图谱预测癌症。
如图1所示,提供了一种电子设备根据第二用户的体检数据建立第二用户的知识图谱的过程。其中,第二用户为任一用户。步骤可简写为S。
步骤101:电子设备获取第二用户的体检数据,其中,所述体检数据包括第二用户的标识,指标及指标对应的指标值。
电子设备可以从医疗库中获取第二用户的体检数据,或者接收其他设备发送的第二用户的体检数据。
步骤102:电子设备可以在各用户的知识图谱中记录用户标识信息的节点中,查找是否存在与所述第二用户的标识匹配的第一节点。
如图3所示,为知识图谱的示意图,包括三层节点,第一层节点与第二层节点连接,第二层节点与第三层节点连接。第一层节点可以记录用户的标识,第二层节点可以记录指标,第三层节点可以记录指标值。相连接的第二层节点与第三层节点中,所述第二层节点中记录的指标与第三层节点中记录的指标值存在对应关系。
当然,知识图谱还可以包括4层或5层或n层节点。例如,知识图谱包括4层节点,第一层节点可以记录用户的标识,第二层节点可以记录体检项目,第三层节点可以记录指标,第四层节点可以记录指标值。在本申请中,只要知识图谱中包括用户的标识、指标、指标值即可。
另外,需要说明的是,为了方便描述,在本申请中,将记录用户标识的节点称为第一节点,将记录指标的节点称为第二节点,将记录指标的节点称为第三节点。
用户的标识可以是用户基本信息,例如姓名、性别、年龄等。用户的标识也可以是用户的身份证号等。
体检项目例如可以是血常规,肝功能、肾功能等。指标例如可以是红细胞的数量,白细胞的数量等、尿蛋白、血小板数量等。
电子设备中可能已经保存有多个用户的知识图谱,电子设备在获取到第二用户的体检数据后,可以在各用户的知识图谱中记录用户标识信息的第一节点中,查找是否存在与所述第二用户的标识匹配的第一节点;也就是查找是否存在记录第二用户的标识的节点。
如果不存在与所述第二用户的标识匹配的第一节点,电子设备可以执行以下步骤103至步骤105:
步骤103:创建第二知识图谱的第一节点,将所述第二用户的标识存储至新创建的所述第一节点中。
本申请中将第二用户的知识图谱称为第二知识图谱。
步骤104:根据所述体检数据中包含的指标的第一数量,创建第一数量的与所述第一节点连接的第二节点,将体检数据中的指标存储至对应的第二节点中。
也就是电子设备识别第二用户的体检数据中的指标有几个,则创建几个第二节点,并将在每个第二节点中记录每个指标,然后将每个第二节点与第一节点连接。每个第二节点中记录的指标不同。
步骤105:创建第一数量的第三节点,将指标值存储至对应的第三节点中,并将第二节点与第三节点连接,其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系。
指标与指标值一一对应,有几个指标就有几个指标值,电子设备还可以再创建第一数量的第三节点。并在每个第三节点中记录一个指标值,每个第三节点中记录的指标值不同。电子设备将第二节点与第三节点连接,其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系。
如果存在与所述第二用户的标识匹配的第一节点,电子设备可以针对体检数据中的每个指标,依次执行以下步骤106至步骤108。以下以任一指标为例进行说明:
步骤106:根据第一节点所在的第二知识图谱中记录指标的节点,查找是否存在与该指标匹配的第二节点。
步骤107:如果存在与该指标匹配的第二节点,则创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中。
步骤108:如果不存在与所述该指标匹配的第二节点,则创建第二节点,将该指标存储至创建的所述第二节点中,将第一节点与创建的所述第二节点连接;并创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中。
其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系。
用户的体检数据中还可以包括体检的时间,在将指标值记录到第三节点中时,还可以在第三节点中记录体检的时间。
图2为本发明实施例提供的一种预测癌症的过程示意图,该过程包括以下步骤:
S201:获取待预测癌症的第一用户的标识、癌症的目标种类及所述目标种类的癌症对应的目标指标。
电子设备可以获取待预测癌症的用户的标识,为了方便描述,将待预测癌症的用户称为第一用户。电子设备还可以获取待预测的癌症的种类,为了方便描述,将待预测的癌症的种类称为目标种类。电子设备还可以获取用于预测目标种类的癌症的指标,为了方便描述,将用于预测目标种类的癌症的指标称为目标指标。癌症的种类例如可以是胃癌、肺癌、肝癌等。癌症对应的目标指标可以是目前医学上用于检测是否患癌的指标。
电子设备在获取待预测癌症的第一用户的标识时,可以是电子设备接收用户在用户界面确定的用户的标识,将用户在用户界面确定的用户的标识作为获取到的所述第一用户的标识。
在一种可能的实现中,用户界面可以显示用于输入用户的标识的对话框,用户可以在对话框中输入用户的标识。则电子设备在用户界面确定用户的标识时,可以是接收用户在用户界面输入的用户的标识。
在一种可能的实现中,用户界面也可以显示多个用户的标识,用户可以在显示的多个用户的标识中选择某一用户的标识。则电子设备在用户界面确定用户的标识时,可以是电子设备接收用户在用户界面显示的多个用户的标识中选择的用户的标识。
电子设备在获取待预测癌症的目标种类时,可以是电子设备接收用户在用户界面确定的癌症的种类,将用户在用户界面确定的癌症的种类作为获取到的所述目标种类。
在一种可能的实现中,用户界面可以显示用于输入癌症的种类的对话框,用户可以在对话框中输入癌症的种类。则电子设备在用户界面确定用户的标识时,可以是接收用户在用户界面输入的用户的标识。
在一种可能的实现中,用户界面也可以显示多个癌症的种类,用户可以在显示的多个种类中选择某一种类。则电子设备在用户界面确定癌症的种类时,可以是电子设备接收用户在用户界面显示的多个种类中选择的种类。
电子设备在获取所述目标种类的癌症对应的目标指标时,一种可能的实现中,电子设备或第三方设备中保存有每种种类的癌症对应的指标,电子设备根据每种种类的癌症对应的指标,确定所述目标种类的癌症对应的目标指标。另一种可能的实现中,电子设备接收用户在用户界面上确定的第一指标,将所述第一指标作为获取到的所述目标种类的癌症对应的目标指标。可以是用户在用户界面输入目标指标,也可以是用户在用户界面显示的多个指标中选择目标指标。
S202:根据各用户的知识图谱中记录各用户标识信息的第一节点,查找与所述第一用户的标识匹配的第一目标节点。
电子设备或者第三方设备中可以保存有每个用户的知识图谱,知识图谱中包括多个节点,每个节点记录有用户的信息,例如记录用户的标识信息,用户体检的指标,以及指标的指标值,该指标可以是红细胞数量、白细胞数量等。如图3所示,提供了一种知识图谱的示意图,包括记录用户的标识信息的节点,还包括记录指标的节点,以及记录指标值的节点,为了方便描述,将记录用户的标识信息的节点称为第一节点,将记录指标的节点称为第二节点,将记录指标值的节点称为第三节点。第一节点与第二节点连接,第二节点与第三节点连接。
为了预测第一用户是否患有癌症,电子设备可以先查找第一用户的知识图谱,具体的,电子设备根据各用户的知识图谱中记录各用户标识信息的第一节点,查找记录第一用户的标识的第一节点,为了方便描述,将记录第一用户的标识的第一节点称为第一目标节点。电子设备在查找出第一目标节点后,就可以将第一目标节点所在的知识图谱确定为所述第一用户的指示图谱。为了方便描述,将所述第一目标节点所在的第一知识图谱称为第一知识图谱。
S203:在所述第一目标节点所在的第一知识图谱中,查找记录所述目标指标的第二目标节点,在与所述第二目标节点连接的记录各指标值的第三节点中,获取所述目标指标对应的目标指标值。
第一知识图谱中包括用于记录指标的第二节点,还包括用于记录指标值的第三节点,第二节点与第三节点连接。相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系。
例如某个第二节点记录的指标为白细胞,与该第二节点连接的第三节点中记录的指标值为白细胞的数量,而不能是红细胞的数量。
电子设备可以根据获取到的目标指标,在第一知识图谱中查找记录目标指标的第二节点。为了方便描述,将记录目标指标的第二节点称为第二目标节点。
电子设备还可以在与所述第二目标节点连接的第三节点中,查找所述目标指标对应的目标指标值。第一知识图谱中与一个所述第二目标节点连接的第三节点可能有一个,也可能有多个。如果与某个第二目标节点连接的第三节点有一个,则将该一个第三节点中记录的指标值确定为获取到的目标指标值。如果与某个第二目标节点连接的第三节点有多个,则可以获取多个第三节点中记录的指标值,将其作为目标指标值。也可以是获取多个第三节点中的一部分第三节点中记录的指标值,将其作为目标指标值。
S204:根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症。
电子设备中可以保存预测是否患癌的条件,电子设备可以根据获取到的一个或目标指标值,预测所述目标用户是否患有所述目标种类的癌症。
由于在本发明实施例中,通过在用户的知识图谱中获取某种种类的癌症对应的指标的指标值,根据指标值确定该用户是否患有该种类的癌症。可以及时准确地预测出用户是否患癌,以便用户提早治疗。
电子设备在根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症。
在一种可实施的方式中,电子设备或第三方设备中保存有每个指标的第一范围,电子设备可以确定获取到的所述目标指标值是否位于预设的第一范围内,如果否,预测所述目标用户患有所述目标种类的癌症,如果是,则可以预测所述目标用户未患有所述目标种类的癌症。
每种种类的癌症对应的指标可能是一个,也可能是多个。如果目标种类的癌症对应的指标为一个,则可以只确定该一个指标对应的指标值是否位于针对该指标预设的第一范围内。如果目标种类的癌症对应的指标为多个,则可以针对多个指标中的每个指标,确定该指标对应的指标值是否位于针对该指标预设的第一范围内。多个指标中的所有指标对应的指标值均不位于对应的预设的第一范围内,可以确定该用户患有对应种类的癌症。
在另一种可实施的方式中,电子设备或第三方设备中保存有每个指标对应的差值绝对值的第二范围。电子设备可以确定第一目标指标值与第二目标指标值的差值绝对值是否在预设的第二范围内,其中,所述第一目标指标值与所述第二目标指标值为不同时间对应的所述目标指标值。
每种种类的癌症对应的指标可能是一个,也可能是多个。如果目标种类的癌症对应的指标为一个,则可以只确定该一个指标对应的指标值的差值绝对值是否位于针对该指标预设的第二范围内。如果目标种类的癌症对应的指标为多个,则可以针对多个指标中的每个指标,确定该指标对应的指标值的差值绝对值是否位于针对该指标预设的第二范围内。多个指标中的所有指标对应的指标值的差值绝对值均不位于对应的预设的第二范围内,可以确定该用户患有对应种类的癌症。
为了方便查找需要的指标值,第三节点中不仅记录指标值,还可以记录该指标值对应的时间,也就是用户在什么时候体检得到该指标值的时间。
电子设备在根据与所述第二目标节点连接的第三节点,查找所述目标指标对应的目标指标值时,一种可实施的方式为:电子设备根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的第三目标节点,将所述第三目标节点中记录的指标值确定为获取的目标指标值。在另一种可实施的方式中,电子设备根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的两个第三目标节点,将两个所述第三目标节点中各自记录的指标值分别确定为获取的第一目标指标值和第二目标指标值。
图4为本发明实施例提供的一种预测癌症的装置,所述装置包括:
预测信息获取模块41,用于获取待预测癌症的第一用户的标识、癌症的目标种类及所述目标种类的癌症对应的目标指标;
图谱查找模块42,用于根据各用户的知识图谱中记录用户标识信息的第一节点,查找与所述第一用户的标识匹配的第一目标节点;
指标值获取模块43,用于在所述第一目标节点所在的第一知识图谱中,查找记录所述目标指标的第二目标节点,在与所述第二目标节点连接的记录指标值的第三节点中,获取所述目标指标对应的目标指标值;
预测模块44,用于根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症。
进一步地,所述预测模块44,具体用于确定所述目标指标值是否位于预设的第一范围内,如果否,预测所述目标用户患有所述目标种类的癌症;或者确定第一目标指标值与第二目标指标值的差值绝对值是否在预设的第二范围内,其中,所述第一目标指标值与所述第二目标指标值为不同时间对应的所述目标指标值。
进一步地,所述指标值获取模块43,具体用于根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的第三目标节点,将所述第三目标节点中记录的指标值确定为获取的目标指标值;或根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的两个第三目标节点,将两个所述第三目标节点中各自记录的指标值分别确定为获取的第一目标指标值和第二目标指标值。
进一步地,所述指标值获取模块43,具体用于根据预先保存的每种种类的癌症对应的指标,确定所述目标种类的癌症对应的目标指标;或者接收用户在用户界面上确定的第一指标,将所述第一指标作为获取到的所述目标种类的癌症对应的目标指标。
进一步地,还包括:图谱建立模块45,用于:
获取第二用户的体检数据,其中,所述体检数据包括第二用户的标识,指标及指标对应的指标值;
在各用户的知识图谱中记录用户标识信息的节点中,查找是否存在与所述第二用户的标识匹配的第一节点;
如果不存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
创建第二知识图谱的第一节点,将所述第二用户的标识存储至所述第一节点中;
根据所述体检数据中包含的指标的第一数量,创建第一数量的与所述第一节点连接的每个第二节点,将体检数据中的指标存储至对应的第二节点中;
创建第一数量的第三节点,将指标值存储至对应的第三节点中,并将第二节点与第三节点连接,其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系;
如果存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
针对体检数据中的每个指标,根据第一节点所在的第二指示图谱中记录指标的节点,查找是否存在与该指标匹配的第二节点;
如果存在与该指标匹配的第二节点,则创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
如果不存在与所述该指标匹配的第二节点,则创建第二节点,将该指标存储至创建的所述第二节点中,将第一节点与创建的所述第二节点连接;并创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系。
图5为本发明实施例提供的一种电子设备,包括:处理器51、通信接口52、存储器53和通信总线54,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行以下步骤:
获取待预测癌症的第一用户的标识、癌症的目标种类及所述目标种类的癌症对应的目标指标;
根据各用户的知识图谱中记录用户标识信息的第一节点,查找与所述第一用户的标识匹配的第一目标节点;
在所述第一目标节点所在的第一知识图谱中,查找记录所述目标指标的第二目标节点,在与所述第二目标节点连接的记录指标值的第三节点中,获取所述目标指标对应的目标指标值;
根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症。
进一步地,所述根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症,包括:
确定所述目标指标值是否位于预设的第一范围内,如果否,预测所述目标用户患有所述目标种类的癌症;或者
确定第一目标指标值与第二目标指标值的差值绝对值是否在预设的第二范围内,其中,所述第一目标指标值与所述第二目标指标值为不同时间对应的所述目标指标值。
进一步地,所述根据与所述第二目标节点连接的记录指标值的第三节点,获取所述目标指标对应的目标指标值,包括:
根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的第三目标节点,将所述第三目标节点中记录的指标值确定为获取的目标指标值;或
根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的两个第三目标节点,将两个所述第三目标节点中各自记录的指标值分别确定为获取的第一目标指标值和第二目标指标值。
进一步地,获取所述目标种类的癌症对应的目标指标包括:
根据预先保存的每种种类的癌症对应的指标,确定所述目标种类的癌症对应的目标指标;或者
接收用户在用户界面上确定的第一指标,将所述第一指标作为获取到的所述目标种类的癌症对应的目标指标。
进一步地,预先建立知识图谱的过程,包括:
获取第二用户的体检数据,其中,所述体检数据包括第二用户的标识,指标及指标对应的指标值;
在各用户的知识图谱中记录用户标识信息的节点中,查找是否存在与所述第二用户的标识匹配的第一节点;
如果不存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
创建第二知识图谱的第一节点,将所述第二用户的标识存储至所述第一节点中;
根据所述体检数据中包含的指标的第一数量,创建第一数量的与所述第一节点连接的每个第二节点,将体检数据中的指标存储至对应的第二节点中;
创建第一数量的第三节点,将指标值存储至对应的第三节点中,并将第二节点与第三节点连接,其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系;
如果存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
针对体检数据中的每个指标,根据第一节点所在的第二指示图谱中记录指标的节点,查找是否存在与该指标匹配的第二节点;
如果存在与该指标匹配的第二节点,则创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
如果不存在与所述该指标匹配的第二节点,则创建第二节点,将该指标存储至创建的所述第二节点中,将第一节点与创建的所述第二节点连接;并创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系。
上述各实施例中的电子设备提到的通信总线可以是外设部件互连标准(Peripheral Component Interconnect,PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口,用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
本发明实施例公开了一种计算机可读存储介质,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行以下步骤:
获取待预测癌症的第一用户的标识、癌症的目标种类及所述目标种类的癌症对应的目标指标;
根据各用户的知识图谱中记录用户标识信息的第一节点,查找与所述第一用户的标识匹配的第一目标节点;
在所述第一目标节点所在的第一知识图谱中,查找记录所述目标指标的第二目标节点,在与所述第二目标节点连接的记录指标值的第三节点中,获取所述目标指标对应的目标指标值;
根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症。
进一步地,所述根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症,包括:
确定所述目标指标值是否位于预设的第一范围内,如果否,预测所述目标用户患有所述目标种类的癌症;或者
确定第一目标指标值与第二目标指标值的差值绝对值是否在预设的第二范围内,其中,所述第一目标指标值与所述第二目标指标值为不同时间对应的所述目标指标值。
进一步地,所述根据与所述第二目标节点连接的记录指标值的第三节点,获取所述目标指标对应的目标指标值,包括:
根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的第三目标节点,将所述第三目标节点中记录的指标值确定为获取的目标指标值;或
根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的两个第三目标节点,将两个所述第三目标节点中各自记录的指标值分别确定为获取的第一目标指标值和第二目标指标值。
进一步地,获取所述目标种类的癌症对应的目标指标包括:
根据预先保存的每种种类的癌症对应的指标,确定所述目标种类的癌症对应的目标指标;或者
接收用户在用户界面上确定的第一指标,将所述第一指标作为获取到的所述目标种类的癌症对应的目标指标。
进一步地,预先建立知识图谱的过程,包括:
获取第二用户的体检数据,其中,所述体检数据包括第二用户的标识,指标及指标对应的指标值;
在各用户的知识图谱中记录用户标识信息的节点中,查找是否存在与所述第二用户的标识匹配的第一节点;
如果不存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
创建第二知识图谱的第一节点,将所述第二用户的标识存储至所述第一节点中;
根据所述体检数据中包含的指标的第一数量,创建第一数量的与所述第一节点连接的每个第二节点,将体检数据中的指标存储至对应的第二节点中;
创建第一数量的第三节点,将指标值存储至对应的第三节点中,并将第二节点与第三节点连接,其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系;
如果存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
针对体检数据中的每个指标,根据第一节点所在的第二指示图谱中记录指标的节点,查找是否存在与该指标匹配的第二节点;
如果存在与该指标匹配的第二节点,则创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
如果不存在与所述该指标匹配的第二节点,则创建第二节点,将该指标存储至创建的所述第二节点中,将第一节点与创建的所述第二节点连接;并创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系。
上述实施例中的计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD)等。
对于系统/装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者一个操作与另一个实体或者另一个操作区分开来,而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全应用实施例、或结合应用和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种预测癌症的方法,其特征在于,所述方法包括:
获取待预测癌症的第一用户的标识、癌症的目标种类及所述目标种类的癌症对应的目标指标;
根据各用户的知识图谱中记录用户标识信息的第一节点,查找与所述第一用户的标识匹配的第一目标节点;
在所述第一目标节点所在的第一知识图谱中,查找记录所述目标指标的第二目标节点,在与所述第二目标节点连接的记录指标值的第三节点中,获取所述目标指标对应的目标指标值;
根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症。
2.如权利要求1所述的方法,其特征在于,所述根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症,包括:
确定所述目标指标值是否位于预设的第一范围内,如果否,预测所述目标用户患有所述目标种类的癌症;或者
确定第一目标指标值与第二目标指标值的差值绝对值是否在预设的第二范围内,其中,所述第一目标指标值与所述第二目标指标值为不同时间对应的所述目标指标值。
3.如权利要求1或2所述的方法,其特征在于,所述根据与所述第二目标节点连接的记录指标值的第三节点,获取所述目标指标对应的目标指标值,包括:
根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的第三目标节点,将所述第三目标节点中记录的指标值确定为获取的目标指标值;或
根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的两个第三目标节点,将两个所述第三目标节点中各自记录的指标值分别确定为获取的第一目标指标值和第二目标指标值。
4.如权利要求1所述的方法,其特征在于,获取所述目标种类的癌症对应的目标指标包括:
根据预先保存的每种种类的癌症对应的指标,确定所述目标种类的癌症对应的目标指标;或者
接收用户在用户界面上确定的第一指标,将所述第一指标作为获取到的所述目标种类的癌症对应的目标指标。
5.如权利要求1所述的方法,其特征在于,预先建立知识图谱的过程,包括:
获取第二用户的体检数据,其中,所述体检数据包括第二用户的标识,指标及指标对应的指标值;
在各用户的知识图谱中记录用户标识信息的节点中,查找是否存在与所述第二用户的标识匹配的第一节点;
如果不存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
创建第二知识图谱的第一节点,将所述第二用户的标识存储至所述第一节点中;
根据所述体检数据中包含的指标的第一数量,创建第一数量的与所述第一节点连接的每个第二节点,将体检数据中的指标存储至对应的第二节点中;
创建第一数量的第三节点,将指标值存储至对应的第三节点中,并将第二节点与第三节点连接,其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系;
如果存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
针对体检数据中的每个指标,根据第一节点所在的第二指示图谱中记录指标的节点,查找是否存在与该指标匹配的第二节点;
如果存在与该指标匹配的第二节点,则创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
如果不存在与所述该指标匹配的第二节点,则创建第二节点,将该指标存储至创建的所述第二节点中,将第一节点与创建的所述第二节点连接;并创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系。
6.一种预测癌症的装置,其特征在于,所述装置包括:
预测信息获取模块,用于获取待预测癌症的第一用户的标识、癌症的目标种类及所述目标种类的癌症对应的目标指标;
图谱查找模块,用于根据各用户的知识图谱中记录用户标识信息的第一节点,查找与所述第一用户的标识匹配的第一目标节点;
指标值获取模块,用于在所述第一目标节点所在的第一知识图谱中,查找记录所述目标指标的第二目标节点,在与所述第二目标节点连接的记录指标值的第三节点中,获取所述目标指标对应的目标指标值;
预测模块,用于根据所述目标指标值,预测所述目标用户是否患有所述目标种类的癌症。
7.如权利要求6所述的装置,其特征在于,所述预测模块,具体用于确定所述目标指标值是否位于预设的第一范围内,如果否,预测所述目标用户患有所述目标种类的癌症;或者确定第一目标指标值与第二目标指标值的差值绝对值是否在预设的第二范围内,其中,所述第一目标指标值与所述第二目标指标值为不同时间对应的所述目标指标值。
8.如权利要求6或7所述的装置,其特征在于,所述指标值获取模块,具体用于根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的第三目标节点,将所述第三目标节点中记录的指标值确定为获取的目标指标值;或根据每个第三节点中记录的指标值对应的时间信息,查找时间最晚的两个第三目标节点,将两个所述第三目标节点中各自记录的指标值分别确定为获取的第一目标指标值和第二目标指标值。
9.如权利要求6所述的装置,其特征在于,所述指标值获取模块,具体用于根据预先保存的每种种类的癌症对应的指标,确定所述目标种类的癌症对应的目标指标;或者接收用户在用户界面上确定的第一指标,将所述第一指标作为获取到的所述目标种类的癌症对应的目标指标。
10.如权利要求6所述的装置,其特征在于,还包括:图谱建立模块,用于:
获取第二用户的体检数据,其中,所述体检数据包括第二用户的标识,指标及指标对应的指标值;
在各用户的知识图谱中记录用户标识信息的节点中,查找是否存在与所述第二用户的标识匹配的第一节点;
如果不存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
创建第二知识图谱的第一节点,将所述第二用户的标识存储至所述第一节点中;
根据所述体检数据中包含的指标的第一数量,创建第一数量的与所述第一节点连接的每个第二节点,将体检数据中的指标存储至对应的第二节点中;
创建第一数量的第三节点,将指标值存储至对应的第三节点中,并将第二节点与第三节点连接,其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系;
如果存在与所述第二用户的标识匹配的第一节点,则执行以下过程:
针对体检数据中的每个指标,根据第一节点所在的第二指示图谱中记录指标的节点,查找是否存在与该指标匹配的第二节点;
如果存在与该指标匹配的第二节点,则创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
如果不存在与所述该指标匹配的第二节点,则创建第二节点,将该指标存储至创建的所述第二节点中,将第一节点与创建的所述第二节点连接;并创建与所述第二节点连接的第三节点,将该指标对应的指标值存储至创建的所述第三节点中;
其中,相连接的第二节点与第三节点中,所述第二节点中记录的指标与所述第三节点中记录的指标值存在对应关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910667623.7A CN110415822A (zh) | 2019-07-23 | 2019-07-23 | 一种预测癌症的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910667623.7A CN110415822A (zh) | 2019-07-23 | 2019-07-23 | 一种预测癌症的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110415822A true CN110415822A (zh) | 2019-11-05 |
Family
ID=68362640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910667623.7A Pending CN110415822A (zh) | 2019-07-23 | 2019-07-23 | 一种预测癌症的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110415822A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112017776A (zh) * | 2020-10-27 | 2020-12-01 | 平安科技(深圳)有限公司 | 基于动态图和医学知识图谱的疾病预测方法及相关设备 |
CN112148884A (zh) * | 2020-08-21 | 2020-12-29 | 北京阿叟阿巴科技有限公司 | 用于孤独症干预的系统及方法 |
CN113571179A (zh) * | 2021-07-09 | 2021-10-29 | 清华大学 | 基于知识图谱的指标提取方法和装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778346A (zh) * | 2014-02-18 | 2014-05-07 | 中国科学院上海技术物理研究所 | 医疗信息处理方法和装置 |
CN104156441A (zh) * | 2014-08-14 | 2014-11-19 | 中国人民解放军第九八医院 | 一种基于数据挖掘技术的lis数据分析方法 |
CN104305965A (zh) * | 2014-11-12 | 2015-01-28 | 武汉理工数字传播工程有限公司 | 一种健康管理系统 |
CN105701324A (zh) * | 2014-10-15 | 2016-06-22 | 马立明 | 大数据癌症监控系统 |
CN107145744A (zh) * | 2017-05-08 | 2017-09-08 | 合肥工业大学 | 医学知识图谱的构建方法、装置及辅助诊断方法 |
JP2017174407A (ja) * | 2016-03-24 | 2017-09-28 | 富士通株式会社 | 患者の診断を支援するシステムおよび方法 |
CN108427735A (zh) * | 2018-02-28 | 2018-08-21 | 东华大学 | 基于电子病历的临床知识图谱构建方法 |
CN108836285A (zh) * | 2018-05-09 | 2018-11-20 | 陕西数字人信息科技有限公司 | 人体疾病自主诊断模型和人工智能体检方法及系统和健康评估直观演示方法 |
CN109102848A (zh) * | 2018-07-11 | 2018-12-28 | 上海夏先机电科技发展有限公司 | 基于web的心电数据管理系统 |
CN109273082A (zh) * | 2018-10-30 | 2019-01-25 | 北京雪扬科技有限公司 | 一种用于肿瘤检测的身体检测系统 |
CN109346169A (zh) * | 2018-10-17 | 2019-02-15 | 长沙瀚云信息科技有限公司 | 一种人工智能辅助诊疗系统及其构建方法、设备和存储介质 |
CN109657042A (zh) * | 2018-12-11 | 2019-04-19 | 浙江格林蓝德信息技术有限公司 | 结构化报告处理方法、装置、计算机设备和存储介质 |
CN109767840A (zh) * | 2018-12-13 | 2019-05-17 | 平安科技(深圳)有限公司 | 一种异常检测方法、异常检测装置及计算机可读存储介质 |
-
2019
- 2019-07-23 CN CN201910667623.7A patent/CN110415822A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778346A (zh) * | 2014-02-18 | 2014-05-07 | 中国科学院上海技术物理研究所 | 医疗信息处理方法和装置 |
CN104156441A (zh) * | 2014-08-14 | 2014-11-19 | 中国人民解放军第九八医院 | 一种基于数据挖掘技术的lis数据分析方法 |
CN105701324A (zh) * | 2014-10-15 | 2016-06-22 | 马立明 | 大数据癌症监控系统 |
CN104305965A (zh) * | 2014-11-12 | 2015-01-28 | 武汉理工数字传播工程有限公司 | 一种健康管理系统 |
JP2017174407A (ja) * | 2016-03-24 | 2017-09-28 | 富士通株式会社 | 患者の診断を支援するシステムおよび方法 |
CN107145744A (zh) * | 2017-05-08 | 2017-09-08 | 合肥工业大学 | 医学知识图谱的构建方法、装置及辅助诊断方法 |
CN108427735A (zh) * | 2018-02-28 | 2018-08-21 | 东华大学 | 基于电子病历的临床知识图谱构建方法 |
CN108836285A (zh) * | 2018-05-09 | 2018-11-20 | 陕西数字人信息科技有限公司 | 人体疾病自主诊断模型和人工智能体检方法及系统和健康评估直观演示方法 |
CN109102848A (zh) * | 2018-07-11 | 2018-12-28 | 上海夏先机电科技发展有限公司 | 基于web的心电数据管理系统 |
CN109346169A (zh) * | 2018-10-17 | 2019-02-15 | 长沙瀚云信息科技有限公司 | 一种人工智能辅助诊疗系统及其构建方法、设备和存储介质 |
CN109273082A (zh) * | 2018-10-30 | 2019-01-25 | 北京雪扬科技有限公司 | 一种用于肿瘤检测的身体检测系统 |
CN109657042A (zh) * | 2018-12-11 | 2019-04-19 | 浙江格林蓝德信息技术有限公司 | 结构化报告处理方法、装置、计算机设备和存储介质 |
CN109767840A (zh) * | 2018-12-13 | 2019-05-17 | 平安科技(深圳)有限公司 | 一种异常检测方法、异常检测装置及计算机可读存储介质 |
Non-Patent Citations (3)
Title |
---|
S.M. SHAMIMUL HASAN: "A Knowledge Graph Approach for the Secondary Use of Cancer Registry Data", 《2019 IEEE EMBS INTERNATIONAL CONFERENCE ON BIOMEDICAL & HEALTH INFORMATICS (BHI)》 * |
何霆: "基于EHR的医疗知识图谱研究与应用综述", 《哈尔滨工业大学学报》 * |
夏宇航: "基于知识图谱的医疗病例数据存储研究", 《计算机工程》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112148884A (zh) * | 2020-08-21 | 2020-12-29 | 北京阿叟阿巴科技有限公司 | 用于孤独症干预的系统及方法 |
CN112148884B (zh) * | 2020-08-21 | 2023-09-22 | 北京阿叟阿巴科技有限公司 | 用于孤独症干预的系统及方法 |
CN112017776A (zh) * | 2020-10-27 | 2020-12-01 | 平安科技(深圳)有限公司 | 基于动态图和医学知识图谱的疾病预测方法及相关设备 |
CN112017776B (zh) * | 2020-10-27 | 2021-01-15 | 平安科技(深圳)有限公司 | 基于动态图和医学知识图谱的疾病预测方法及相关设备 |
CN113571179A (zh) * | 2021-07-09 | 2021-10-29 | 清华大学 | 基于知识图谱的指标提取方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10579927B2 (en) | Automated creation of semantically-enriched diagnosis models | |
CN110415822A (zh) | 一种预测癌症的方法和装置 | |
Fialoke et al. | Application of machine learning methods to predict non-alcoholic steatohepatitis (NASH) in non-alcoholic fatty liver (NAFL) patients | |
CN103177179B (zh) | 诊断因素集合确定设备和方法 | |
US11113326B2 (en) | Automatic extraction of domain specific terminology from a large corpus | |
McCroskey et al. | Accuracy and interobserver variability of the cytologic diagnosis of low-grade urothelial carcinoma in instrumented urinary tract cytology specimens | |
CN110470303A (zh) | 一种医院内就诊导航方法及装置 | |
CN111737377B (zh) | 一种漂移轨迹的识别方法、装置及计算设备、存储介质 | |
Zhong et al. | Comparison of three scoring systems in predicting clinical outcomes in patients with acute upper gastrointestinal bleeding: a prospective observational study | |
CN110018920A (zh) | 一种页面展示异常的检测方法、装置及设备 | |
Barlow et al. | The role of magnetic resonance cholangiopancreatography in the management of acute gallstone pancreatitis | |
CN110502519A (zh) | 一种数据聚合的方法、装置、设备及存储介质 | |
US20210119773A1 (en) | Blockchain technology | |
CN115563449A (zh) | 个人轨迹检测方法、装置、电子设备和存储介质 | |
CN107860394A (zh) | 导航路线规划方法、导航路线规划装置及电子终端 | |
CN114743132A (zh) | 一种目标算法的选取方法、装置、电子设备及存储介质 | |
CN108932839A (zh) | 一种同行车辆判断方法及装置 | |
CN111540202B (zh) | 一种相似卡口确定方法、装置、电子设备及可读存储介质 | |
WO2018125419A1 (en) | Automatic prediction of patient length of stay and detection of medical center readmission diagnoses | |
CN109041238B (zh) | 一种载波配置的检测方法、装置、设备及介质 | |
Krishnamurthy et al. | Machine Learning Prediction Models for Chronic Kidney Disease Using National Health Insurance Claim Data in Taiwan. Healthcare 2021, 9, 546 | |
Singal et al. | Importance of determining indication for colonoscopy: implications for practice and policy | |
CN112365948B (zh) | 癌症分期预测系统 | |
CN109274562A (zh) | 一种语音指令执行的方法、装置、智能家电设备及介质 | |
CN112470227A (zh) | 一种数据块处理的方法及控制器 |
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: 20191105 |
|
RJ01 | Rejection of invention patent application after publication |