中成药经济学评价数据集

专病治疗方案分类模型：该模型通过分析大量临床数据和医学文献，识别并分类与特定专病相关的治疗方案。数据集包括13个类别，样本不平衡问题通过裁剪和复制补充解决。训练集和测试集按8:2比例划分。使用 GloVe对原始数据进行预处理。模型训练使用CNN构建卷积层、池化层和全连接层。模型调优后，判断准确率、召回率选择最佳参数组合。参数更新通过指定命令完成，确保模型、标签和标签名同步。
电子病历质控分类模型：该模型通过自然语言处理技术对电子病历中的主诉、现病史、既往史等文本进行识别和分析，提取关键信息并进行分类。包含7个类别，每类250个样本。数据处理包括标签化、分词，并转换为TXT文件。用 BERT的分词器将病历文本转化为BERT所需的输入格式，质控标签转换为数值标签。训练集与测试集按9:1比例划分。使用 BertForSequenceClassification模型进行训练。模型评估通过 classification_report 方法进行。参数更新步骤包括将数据放入指定文件夹，运行训练和更新命令，确保模型、标签和标签名同步。

搜集汇总

数据集介绍

特点

中成药经济学评价数据集包含460,000条患者用药记录，每月更新，适用于医疗、教学和科研领域，特别用于药物经济学研究。数据集还提供两个算法模型，用于专病治疗方案分类和电子病历质控分类。