(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211388369.5 (22)申请日 2022.11.08 (71)申请人 深圳达实旗云健康科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区科技南一路28号达实大 厦1303 (72)发明人 张春梅　朱汉忠　邢建国　曾小松　 (74)专利代理 机构 深圳市恒程创新知识产权代 理有限公司 4 4542 专利代理师 冯俊贤 (51)Int.Cl. G16H 10/60(2018.01) G16H 50/70(2018.01) G06N 3/08(2006.01) (54)发明名称 数据采集过程中的数据处理方法、 装置、 终 端设备及 介质 (57)摘要 本发明公开了一种数据采集过程中的数据 处理方法、 装置、 终端设备及介质， 通过调用基于 计算医疗数据的字段间信息熵增长率进行训练 得到的无监督学习模型； 从而根据该无监督学习 模型和预设的信息熵增长率可信阈值确定可信 依据； 再然后， 遍历数据采集过程中的待纠错数 据得到验证参数； 并根据该可信依据和该验证参 数确定该待纠错数据是否存在错误字段； 最后， 在判定为是时根据该可信依据对错误字段进行 纠错。 采用本发明能够在医疗数据的采集阶段， 自动的判别数据是否存在错误和针对错误数据 进行纠错处 理。 权利要求书2页 说明书12页 附图3页 CN 115440333 A 2022.12.06 CN 115440333 A 1.一种数据采集过程中的数据处理方法， 其特征在于， 所述数据采集过程中的数据处 理方法包括： 调用预设的无监督学习模型， 其中， 所述无监督学习模型基于计算医疗数据的字段间 信息熵增长率进行训练得到； 根据所述无监 督学习模型和预设的信息熵增长率可信阈值确定可信依据； 遍历数据采集过程中的待纠错数据得到验证参数； 根据所述可信依据和所述验证参数确定所述待纠错数据是否存在错 误字段； 在判定为是时， 根据所述可信依据对所述 错误字段进行纠错。 2.如权利要求1所述的数据处 理方法， 其特 征在于， 所述数据处 理方法还 包括： 获取预设的医疗数据训练集； 根据所述医疗数据训练集计算医疗数据的字段间信息熵增长率； 将所述医疗数据训练集作为参考数据集， 并将所述参考数据集和基于所述字段间信 息 熵增长率得到的信息熵增长率矩阵保存为无监 督学习模型。 3.如权利要求2所述的数据处理方法， 其特征在于， 所述字段间信 息熵增长率为所述医 疗数据训练集中第一字段和第二字段之间的信息熵增长率； 所述根据所述医疗数据训练集计算医疗数据的字段间信息熵增长率的步骤， 包括： 计算所述医疗数据训练集中所述第一字段的第一信息熵； 根据所述第 一信息熵确定所述第 一字段是否存在多种值， 并在确定所述第 一字段存在 多种值时， 计算所述医疗数据训练集中所述第二字段的第二信息熵； 根据所述第 二信息熵确定所述第 二字段是否存在多种值， 并在确定所述第 二字段存在 多种值时， 基于所述第一信息熵和所述第二信息熵计算所述第一字段和所述第二字段之间 的信息熵增长率。 4.如权利要求2所述的数据处理方法， 其特征在于， 所述根据所述无监督学习 模型和预 设的信息熵增长率可信阈值确定可信依据的步骤， 包括： 从所述无监 督学习模型中提取 所述信息熵增长率矩阵； 将所述信息熵增长率矩阵中大于预设的信息熵增长率可信阈值的目标信息熵增长率 确定为可信依据。 5.如权利要求4所述的数据处理方法， 其特征在于， 所述根据所述可信依据和所述验证 参数确定所述待纠错数据是否存在错 误字段的步骤， 包括： 遍历所述可信依据以确定所述验证参数是否与所述参考数据集中第一字段和第二字 段的正确参数相等； 若确定相等， 则确定所述待纠错数据正确； 若确定不相等， 则确定所述待纠错数据中存在错 误字段。 6.如权利要求5所述的数据处理方法， 其特征在于， 所述根据所述可信依据对所述错误 字段进行纠错的步骤， 包括： 根据所述可信依据在所述 参考数据集中确定所述 错误字段对应的正确结果； 按照所述 正确结果对所述 错误字段进行纠错。 7.如权利要求1至6中任一项所述的数据处理方法， 其特征在于， 所述待纠 错数据包括 的字段为具有有限值域的字段， 所述字段包括医嘱名称、 手术名称、 术式、 用法、 规格和单价权　利　要　求　书 1/2 页 2 CN 115440333 A 2中的至少一种。 8.一种数据采集过程中的数据处理装置， 其特征在于， 所述数据采集过程中的数据处 理装置， 包括： 模型加载模块， 通过调用预设的无监督学习模型， 其中， 所述无监督学习模型基于计算 医疗数据的字段间信息熵增长率进行训练得到； 确定模块， 用于根据 所述无监督学习 模型和预设的信 息熵增长率可信阈值确定可信依 据； 数据加载模块， 用于遍历数据采集过程中的待纠错数据 得到验证参数； 和， 根据 所述可 信依据和所述验证参数确定所述待纠错数据是否存在错 误字段； 纠错模块， 用于在判定为是时， 根据所述可信依据对所述 错误字段进行纠错。 9.一种终端设备， 其特征在于， 所述终端设备包括： 存储器、 处理器及存储在所述存储 器上并可在所述处理器上运行的数据处理程序， 所述数据处理程序被所述处理器执行时实 现如权利要求1至7中任一项所述的数据采集过程中的数据处 理方法的步骤。 10.一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上存储有数据处 理程序， 所述数据处理程序被处理器执行时实现如权利要求 1至7中任一项所述的数据采集 过程中的数据处 理方法的步骤。权　利　要　求　书 2/2 页 3 CN 115440333 A 3