欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020105980548
申请人: 平安科技(深圳)有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-10
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种数据异常检测方法,其特征在于,应用于服务器,包括:

接收临床数据集和检验知识集,

从所述临床数据集中获取多组临床数据,其中,所述多组临床数据中任意一组临床数据包括:至少一个临床症状和所述至少一个临床症状对应的临床检验结论;

从所述检验知识集中获取多组检验知识,其中,所述多组检验知识中任意一组检验知识包括:一个病症以及所述一个病症对应的至少一个症状检验知识;

依据所述多组临床数据与所述多组检验知识按相似度生成临床检验数据集;

将所述多组临床数据作为预设相似度排序模型的第一注意力层的输入;

将所述多组检验知识作为所述预设相似度排序模型的第二注意力层的输入;

从所述第一注意力层获取所述多组临床数据的临床特征比重向量,从所述第二注意力层获取所述多组检验知识的知识特征比重向量;

将所述临床特征比重向量和所述知识特征比重向量输入所述预设相似度排序模型,得到所述多组临床数据和所述多组检验知识对应的嵌入向量,其中,所述嵌入向量表示所述多组临床数据和所述多组检验知识的相似度;

基于所述嵌入向量对所述预设相似度排序模型进行训练,得到训练好的目标相似度排序模型;

接收待检数据,将所述待检数据输入到所述训练好的目标相似度排序模型,得到多个检验知识,依据所述多个检验知识判断所述待检数据对应的临床检验结论是否处于异常状态。

2.根据权利要求1所述的方法,其特征在于,所述依据所述多组临床数据与所述多组检验知识生成所述临床检验数据集,包括:从所述多组临床数据中获取任意一组临床数据作为目标临床数据,计算所述目标临床数据与所述多组检验知识对应的多个杰卡德相似度;

获取所述多个杰卡德相似度中的最大值对应的检验知识为目标检验知识,生成所述目标临床数据与所述目标检验知识的映射关系作为临床检验数据,重复上述步骤,得到所述多组临床数据对应的多个临床检验数据,合并所述多个临床检验数据得到所述临床检验数据集。

3.根据权利要求2所述的方法,其特征在于,所述计算所述目标临床数据与所述多组检验知识对应的多个杰卡德相似度,包括:获取预设杰卡德计算公式,获取所述多组检验知识中任意一组检验知识,将所述目标临床数据与所述任意一组检验知识作为所述预设杰卡德计算公式的输入,得到所述目标临床数据与所述任意一组检验知识的杰卡德相似度,重复上述步骤,得到多个杰卡德相似度。

4.根据权利要求1所述的方法,其特征在于,所述将所述待检数据输入到所述训练好的目标相似度排序模型,得到多个检验知识,包括:基于所述训练好的目标相似度排序模型,对所述待检数据进行计算得到相似度矩阵;

按照从大到小的规则对所述相似度矩阵中包含的相似度进行排序,得到排序后的目标相似度矩阵;

确定所述目标相似度矩阵的前k个相似度,得到所述k个相似度对应的k个检验知识,所述多个检验知识包括所述k个检验知识,其中,所述k个检验知识与所述待检数据对应,k为大于1的整数。

5.根据权利要求4所述的方法,其特征在于,所述依据所述多个检验知识判断所述待检数据对应的临床检验结论是否处于异常状态,包括:获取所述待检数据对应的临床检验结论,判断所述临床检验结论是否包含所述k个检验知识;

若所述临床检验结论包含所述k个检验知识,判断所述临床检验结论与所述k个检验知识是否一致;若一致,确定所述临床检验结论处于非异常状态;若不一致,确定所述临床检验结论处于异常状态;

若所述临床检验结论不包含所述k个检验知识中任意一个检验知识,确定所述临床检验结论处于异常状态。

6.一种数据异常检测装置,其特征在于,应用于服务器,所述装置包括:接收单元、训练单元和判断单元,其中,所述接收单元,用于接收临床数据集和检验知识集,从所述临床数据集中获取多组临床数据,其中,所述多组临床数据中任意一组临床数据包括:至少一个临床症状和所述至少一个临床症状对应的临床检验结论;从所述检验知识集中获取多组检验知识,其中,所述多组检验知识中任意一组检验知识包括:一个病症以及所述一个病症对应的至少一个症状检验知识;依据所述多组临床数据与所述多组检验知识按相似度生成临床检验数据集;

所述训练单元,用于将所述多组临床数据作为预设相似度排序模型的第一注意力层的输入;将所述多组检验知识作为所述预设相似度排序模型的第二注意力层的输入;从所述第一注意力层获取所述多组临床数据的临床特征比重向量,从所述第二注意力层获取所述多组检验知识的知识特征比重向量;将所述临床特征比重向量和所述知识特征比重向量输入所述预设相似度排序模型,得到所述多组临床数据和所述多组检验知识对应的嵌入向量,其中,所述嵌入向量表示所述多组临床数据和所述多组检验知识的相似度;基于所述嵌入向量对所述预设相似度排序模型进行训练,得到训练好的目标相似度排序模型;

所述判断单元,用于接收待检数据,将所述待检数据输入到所述训练好的目标相似度排序模型,得到多个检验知识,依据所述多个检验知识判断所述待检数据对应的临床检验结论是否处于异常状态。

7.一种服务器,其特征在于,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-5任一项所述的方法。

8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-5任一项所述的方法。