申请/专利权人：青岛克莱玛物联技术有限公司

申请日：2024-04-11

公开（公告）日：2024-06-25

公开（公告）号：CN118039180B

主分类号：G16H50/70

分类号：G16H50/70;G16H50/30;G16H10/60

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.05.31#实质审查的生效;2024.05.14#公开

摘要：本发明涉及数据处理技术领域，具体涉及用于过敏性鼻炎的智能数据处理方法，包括：获取患者集合中每个患者的生理健康数据和恒温加热装置使用数据，获取第一矩阵和第二矩阵；获取患者集合中每个患者的每个典型相关变量的置信度；根据置信度得到患者集合中每个患者的局部异常度；根据第一矩阵、第二矩阵及患者集合中每个患者的局部异常度，得到偏最小二乘法回归的回归模型；获取待测患者的过敏性鼻炎辅助治疗的推荐方案。本发明通过对偏最小二乘法回归的目标函数进行加权修正，使得回归模型能够更好的拟合数据，提高过敏性鼻炎辅助治疗方案推荐的准确性。

主权项：1.用于过敏性鼻炎的智能数据处理方法，其特征在于，该方法包括以下步骤：将若干患者构成的集合，记为患者集合；获取患者集合中每个患者的生理健康数据和恒温加热装置使用数据，所述生理健康数据和恒温加热装置使用数据分别包含若干数值；对每个患者的生理健康数据和恒温加热装置使用数据中的数值进行列排列，得到第一矩阵和第二矩阵；对第一矩阵和第二矩阵进行典型相关分析，得到典型相关变量集合、第一集合及典型相关变量集合中每个典型相关变量的第一变量和第二变量；将典型相关变量集合中每个典型相关变量，作为患者集合中每个患者的典型相关变量；根据典型相关变量集合中每个典型相关变量的第一变量和第二变量，得到患者集合中每个患者的每个典型相关变量的置信度；根据置信度和第一集合，得到患者集合中每个患者的关注度；根据关注度得到患者集合中每个患者的局部异常度；根据第一矩阵、第二矩阵及患者集合中每个患者的局部异常度，得到偏最小二乘法回归的目标函数；根据偏最小二乘法回归的目标函数得到偏最小二乘法回归的回归模型；获取待测患者的生理健康数据，获取备选恒温加热装置使用数据集合，根据待测患者的生理健康数据和偏最小二乘法回归的回归模型，在备选恒温加热装置使用数据集合中获取待测患者的最优过敏性鼻炎辅助治疗的推荐方案；所述获取患者集合中每个患者的生理健康数据和恒温加热装置使用数据的具体方法如下：获取患者集合中每个患者的初始生理健康数据，所述初始生理健康数据包括：患者的年龄、经过量化之后的性别、经过量化之后的家族病史、免疫球蛋白抗体水平、过敏症状程度、鼻黏膜的充血程度及鼻黏膜的水肿程度；获取患者集合中每个患者的初始恒温加热装置使用数据，所述初始恒温加热装置使用数据包括：每个患者在最近一天内使用恒温加热装置的最佳温度、使用恒温加热装置的次数及使用恒温加热装置的时长；对患者集合中所有患者的初始生理健康数据和初始恒温加热装置使用数据进行标准化处理，得到每个患者的生理健康数据和恒温加热装置使用数据；所述对每个患者的生理健康数据和恒温加热装置使用数据中的数值进行列排列，得到第一矩阵和第二矩阵，包括的具体步骤如下：将患者集合中任意一个患者，记为目标患者；将目标患者的年龄、经过量化之后的性别、经过量化之后的家族病史、免疫球蛋白抗体水平、过敏症状程度、鼻黏膜的充血程度、鼻黏膜的水肿程度的排列顺序，记为第一排列顺序；将目标患者的生理健康数据中所有数值按照对应的第一排列顺序进行列排列，得到一个列向量，记为目标患者的第一列向量；将目标患者的最近一天内使用恒温加热装置的最佳温度、使用恒温加热装置的次数、使用恒温加热装置的时长的排列顺序，记为第二排列顺序；将目标患者的恒温加热装置使用数据中所有数值按照第二排列顺序进行列排列，得到一个列向量，记为目标患者的第二列向量；对患者集合中所有患者从1开始编号，每次编号值增加1，直至增加到，为患者集合中所有患者的数量，获取到患者集合每个患者的顺序编号，将患者集合中所有患者的第一列向量按照对应的顺序编号从小到大进行行排列，得到一个行数不变列数增加的矩阵，记为第一矩阵，将患者集合中所有患者的第二列向量按照对应的顺序编号从小到大进行行排列，得到一个行数不变列数增加的矩阵，记为第二矩阵；所述对第一矩阵和第二矩阵进行典型相关分析，得到典型相关变量集合、第一集合及典型相关变量集合中每个典型相关变量的第一变量和第二变量，包括的具体步骤如下：对第一矩阵和第二矩阵进行典型相关分析，得到若干典型相关变量和每个典型相关变量的方差贡献率，所述每个典型相关变量均包含两个变量；同时记录所述若干典型相关变量的获取顺序，获取到每个典型相关变量的顺序编号，按照典型相关变量的顺序编号，获取典型相关变量的方差贡献率累加值第一次大于或等于的典型相关变量，记为保留典型相关变量，为预设的一个第一阈值，，为预设的一个第二数值，为所有典型相关变量的方差贡献率的总和值，将所有保留典型相关变量构成的集合，记为典型相关变量集合；将典型相关变量集合中任意一个典型相关变量，记为目标典型相关变量，将目标典型相关变量的两个变量，分别记为目标典型相关变量的第一变量和第二变量；将典型相关变量集合中所有典型相关变量的第一变量构成的集合，记为第一集合；所述根据典型相关变量集合中每个典型相关变量的第一变量和第二变量，得到患者集合中每个患者的每个典型相关变量的置信度，包括的具体步骤如下： ；式中，为患者集合中第个患者的第一列向量，为第个患者的第个典型相关变量的第一变量的线性组合系数列向量，的具体获取方法如下：获取第个患者的第个典型相关变量的第一变量在线性组合表示时的所有线性组合系数，将第个典型相关变量的第一变量的所有线性组合系数按照在线性组合表示中的次序进行列排列，得到一个列向量，记为第个患者的第个典型相关变量的第一变量的线性组合系数列向量，为向量积，为取二范数，为患者集合中第个患者的第二列向量，为第个患者的第个典型相关变量的第二变量的线性组合系数列向量，的具体获取方法如下：获取第个患者的第个典型相关变量的第二变量在线性组合表示时的所有线性组合系数，将第个典型相关变量的第二变量的所有线性组合系数按照在线性组合表示中的次序进行列排列，得到一个列向量，记为第个患者的第个典型相关变量的第二变量的线性组合系数列向量，为以自然常数为底的指数函数，为患者集合中第个患者的第个典型相关变量的置信度；所述根据置信度和第一集合，得到患者集合中每个患者的关注度，包括的具体步骤如下： ；式中，为患者集合中第个患者的典型相关变量的数量，为患者集合中第个患者的第个典型相关变量的置信度；的具体获取方法如下：将第一集合中所有的第一变量按照对应的典型相关变量的顺序编号从小到大进行列排列，得到一个行数增加列数不变的矩阵，记为第一变量矩阵，将第一变量矩阵中第列第行的元素值，记为；的具体获取方法如下：将第一变量矩阵的第个列矩阵中除第个元素值外任意一个元素值记为，在第一变量矩阵中获取满足条件的所有非第列的元素值，，为第一变量矩阵中第列第行的元素值，为取绝对值，为预设的一个第二阈值，将所述所有非第列的元素值的平均值，记为；为所述所有非第列的元素值的数量，为患者集合中第个患者的关注度；所述根据关注度得到患者集合中每个患者的局部异常度，包括的具体步骤如下： ；式中，为归一化函数，为患者集合中第个患者的第个典型相关变量的第一变量和第二变量的典型相关系数；的具体获取方法如下：获取所述所有非第列的元素值所在行向量对应的第一变量，记为关联第一变量，将所有关联第一变量中除第个典型相关变量的第一变量外，剩余的所有关联第一变量所属的典型相关变量构成的集合，记为第个典型相关变量的关联典型相关变量集合，将第个典型相关变量的关联典型相关变量集合中第个典型相关变量的第一变量和第二变量的典型相关系数，记为，为第个典型相关变量的关联典型相关变量集合中典型相关变量的个数，为患者集合中第个患者的局部异常度；所述根据第一矩阵、第二矩阵及患者集合中每个患者的局部异常度，得到偏最小二乘法回归的目标函数，包括的具体步骤如下： ；式中，为第一矩阵的权重系数，为权重系数矩阵，为第一矩阵，为第二矩阵，为第二矩阵的权重系数，为偏最小二乘法回归算法的目标函数的输出值，为取转置；所述权重系数矩阵的具体获取方法如下：获取患者集合中每个患者的局部异常度，将的结果记为患者集合中第个患者的归一化局部异常度，为患者集合中第个患者的局部异常度，为以自然常数为底的指数函数，获取患者集合中每个患者的归一化局部异常度；权重系数矩阵具体为： ；其中，为患者集合中第个患者的归一化局部异常度，为患者集合中第个患者的归一化局部异常度，为患者集合中第个患者的归一化局部异常度，为患者集合中患者的数量，权重系数矩阵主对角线为若干归一化局部异常度；所述获取备选恒温加热装置使用数据集合，根据待测患者的生理健康数据和偏最小二乘法回归的回归模型，在备选恒温加热装置使用数据集合中获取待测患者的最优过敏性鼻炎辅助治疗的推荐方案，包括的具体步骤如下：将待测患者的生理健康数据输入到偏最小二乘法回归的回归模型中，输出得到待测患者的恒温加热装置使用数据，将患者集合中每个患者的恒温加热装置使用数据作为备选恒温加热装置使用数据，将所有备选恒温加热装置使用数据构成的集合，记为备选恒温加热装置使用数据集合，在备选恒温加热装置使用数据集合中，获取与待测患者的恒温加热装置使用数据最相似的备选恒温加热装置使用数据，将最相似的备选恒温加热装置使用数据作为待测患者的最优过敏性鼻炎辅助治疗的推荐方案。

全文数据：

权利要求：

百度查询： 青岛克莱玛物联技术有限公司 用于过敏性鼻炎的智能数据处理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD