公开(公告)号：CN116741391A

公开(公告)日：2023-09-12

申请号：CN202310575749.8

申请日：2023-05-22

Applicant: 重庆邮电大学

Inventor： 张清华 ,  周靖鹏 ,  彭一航 ,  吴鹏

IPC: G16H50/70 ,  G16H10/00 ,  G06F18/23 ,  G06F18/21 ,  G06F18/22

Abstract: 本发明属于医疗数据处理领域，具体涉及一种基于快速密度峰值聚类的医疗特征选择方法；所述方法包括获取目标医疗数据，预处理后生成医疗特征样本；根据医疗特征样本到坐标原点的欧式距离，确定出医疗特征样本的扇形截断域；根据医疗特征样本在其截断域内与其他医疗特征样本的欧式距离，计算出医疗特征样本的局部密度；根据医疗特征样本在其截断域内与其他医疗特征样本的局部密度，计算出医疗特征样本的相对距离；根据医疗特征样本的局部密度和相对距离乘积，按照乘积从大到小进行排列，确定出中心的医疗特征样本。本发明能够快速筛选出最具代表性和区分性的医疗特征样本。

公开(公告)号：CN114358989A

公开(公告)日：2022-04-15

申请号：CN202111485486.9

申请日：2021-12-07

Applicant: 重庆邮电大学

Inventor： 张清华 ,  吴鹏 ,  胡峰 ,  高满 ,  彭一航 ,  周靖鹏

IPC: G06Q50/22 ,  G16H50/30 ,  G06Q10/04 ,  G06K9/62

Abstract: 本发明属于计算机科学技术领域，具体涉及一种基于标准差和交互信息的慢性疾病特征选择方法；该方法包括：实时获取用户的身体检查数据，对数据进行预处理，将预处理后的数据输入到基于标准差和交互信息的慢性疾病特征选择模型中，预测用户患有的慢性疾病类型；本发明可以有效地对高血压、糖尿病等慢性疾病的影响因素进行筛选并标记，通过对影响因素的分析统计来预防或预测慢性疾病，本发明为慢性疾病的预警提供帮助，克服了现有慢性疾病预测需要较多特征并且精确度不高的缺陷，具有良好的经济效益。