姓名：雷欣嵐；學號：21021210909蔼夜；學院：電子工程學院
【嵌牛導讀】
一種基于任務分解策略的發(fā)熱待查輔助鑒別診斷系統(tǒng)兼耀，首次全面且系統(tǒng)地構(gòu)建了發(fā)熱待查潛在病因類別層次結(jié)構(gòu)，基于類別層次結(jié)構(gòu)實現(xiàn)了針對發(fā)熱待查潛在病因進行輔助鑒別診斷的層次分類模型求冷，并能夠模擬臨床醫(yī)生的推理邏輯瘤运，逐層給出鑒別診斷意見，不僅鑒別范圍更全面匠题、系統(tǒng)拯坟，同時具有更高的鑒別準確度和更好的臨床可解釋性，由上向下的逐層推理模式也更加符合臨床醫(yī)生的臨床實踐習慣韭山；本發(fā)明所利用的臨床數(shù)據(jù)都是患者就診早期極易獲取的早期臨床表現(xiàn)數(shù)據(jù)郁季，因此在患者早期就診階段就能夠基于有限信息給出極具臨床價值和可信度的鑒別診斷意見彩届；本發(fā)明為發(fā)熱待查潛在病因的鑒別診斷提供了全面虑稼、系統(tǒng)、層次化的解決策略溯警。
【嵌牛鼻子】
鑒別診斷盖淡、層次分類模型
【嵌牛提問】
讀完本文年柠，你理解了鑒別診斷系統(tǒng)嗎
【嵌牛正文】
1.一種基于任務分解策略的發(fā)熱待查輔助鑒別診斷系統(tǒng)，其特征在于褪迟，包括以下模塊：(1)數(shù)據(jù)獲取模塊：實現(xiàn)發(fā)熱待查輔助鑒別診斷系統(tǒng)與異構(gòu)源數(shù)據(jù)庫的連接冗恨；通過交互界面配置在異構(gòu)源數(shù)據(jù)庫內(nèi)的目標臨床信息的數(shù)據(jù)范圍答憔，以及患者唯一標識、就診唯一標識掀抹，并完成對目標數(shù)據(jù)的掃描以及校驗性數(shù)據(jù)的統(tǒng)計攀唯，建立目標數(shù)據(jù)采集的完整數(shù)據(jù)通路；(2)數(shù)據(jù)規(guī)整模塊：建立數(shù)據(jù)規(guī)整策略渴丸，以患者最早被診斷為發(fā)熱待查的電子病歷記錄事件為發(fā)熱待查診斷錨點，往前納入7個自然日以內(nèi)的就診病歷記錄另凌，往后納入下次就診開始時間與本次就診結(jié)束時間差小于等于24小時的所有就診病歷記錄谱轨，作為一次就診周期；下次就診開始時間距離本次就診結(jié)束時間大于24小時的就診病歷記錄歸為下一個就診周期吠谢；基于數(shù)據(jù)規(guī)整策略對臨床業(yè)務當中因患者多次門診就診與住院就診產(chǎn)生的不定間隔的業(yè)務數(shù)據(jù)進行重新分割與整合土童，形成單個患者因單次發(fā)熱就診產(chǎn)生的最小數(shù)據(jù)分析單元；在最小數(shù)據(jù)分析單元時間范圍內(nèi)提取最早的就診病歷記錄數(shù)據(jù)工坊；(3)多模態(tài)數(shù)據(jù)預處理模塊：針對指定類型的病歷文本數(shù)據(jù)献汗，利用正則表達式技術根據(jù)不同類型病歷文本的結(jié)構(gòu)特點分別采取位置導向模式和關鍵詞導向模式對病歷文本進行目標信息結(jié)構(gòu)化提取王污；對不同采樣頻率罢吃、不同長度以及存在缺失值的多變量時序數(shù)據(jù)，進行時間窗口對齊與歸一化處理昭齐；針對結(jié)構(gòu)化數(shù)據(jù)尿招，完成對分類變量與數(shù)值變量的異常值處理、缺失值填充阱驾、標準編碼以及標準化就谜；(4)發(fā)熱待查潛在病因?qū)哟舞b別模塊，包括：基于任務分解策略構(gòu)建發(fā)熱待查潛在病因類別層次結(jié)構(gòu)里覆，將復雜且樣本分布不均衡的多分類問題轉(zhuǎn)化為包含多個二分類和三分類任務的層次分類問題丧荐；建立發(fā)熱待查潛在病因?qū)哟畏诸惸Ｐ停瑢⒛Ｐ头诸愝敵隹臻g定義在發(fā)熱待查潛在病因類別層次結(jié)構(gòu)之上喧枷；在模型訓練階段虹统，采取siblings策略對陽性與陰性訓練樣本進行劃分，基于劃分的多個訓練樣本集分別訓練多個基分類器割去；在模型實際應用階段窟却，采取Top-Down算法對多個基分類器在上下層級間的分類結(jié)果進行后處理，修正單個基分類器的局部概率呻逆，給出符合發(fā)熱待查潛在病因類別層次結(jié)構(gòu)的一致概率夸赫，得到發(fā)熱待查患者潛在病因的層次類別分類結(jié)果，基于層次類別分類結(jié)果給出層次化鑒別診斷意見咖城。
