技术特征：
技术总结
基于异质医疗数据挖掘的甲状腺癌风险预测方法，涉及甲状腺癌风险预测领域，解决现有技术存在医疗数据模型不足、学习模型发现未知类别能力差，影响了疾病风险预测模型的预判能力等问题，收集医疗数据，并构建异质病历信息网络模型；建立基于未知类别发现的学习模型；实现对未标记医疗数据的学习；基于定性Bayesian的医学推理模型；构建区间定性网络作为医疗推理模型，验证预测结论；本发明准确描述患者在不同时间维度下的数据记录中所包含的各类语义信息及多重关系；结合可发现“未知类别”的半监督预测模型，实现对大量未标记医疗数据的学习，解决疾病风险因素预测问题；最后，进行双向推理，同时推断的结果具有正负极性，可用区间值表达其因果强度。
技术研发人员：岳琳;殷明浩;赵晓威;陈炜通
受保护的技术使用者：东北师范大学
技术研发日：2018.02.27
技术公布日：2018.08.21