数据挖掘技术下线上诊疗信息多维特征提取方法

摘要

针对线上诊疗信息体量的暴增致使诊疗信息处理与应用难度大幅提升，极大地阻碍在线诊疗系统的发展的问题，提出数据挖掘技术下线上诊疗信息多维特征提取方法。通过清洗、集成与缺失值填充预处理线上诊疗信息，并引入蚁群算法多维聚类线上诊疗信息，基于卷积神经网络制定线上诊疗信息多维特征提取框架，通过卷积、池化与全连接层协同作用实现线上诊疗信息多维特征的有效提取。实验结果表明，应用该方法获得的线上诊疗信息多维聚类结果中患者基本信息维度类别、症状信息维度类别、治疗过程记录信息维度类别与随访信息维度类别之间界限显著，患者治疗过程记录信息特征——患者治疗时间与实际结果一致，可以有效提高诊疗信息的处理效率和准确性，为在线诊疗系统发展提供实用的技术支持。

关键词

多维特征提取 / 线上诊疗信息 / 多维特征融合 / 信息预处理 / 数据挖掘技术 / 信息聚类