本发明涉及医疗保健，具体涉及一种医疗保健大数据的去噪方法。
背景技术：
1、本发明对于背景技术的描述属于与本发明相关的相关技术，仅仅是用于说明和便于理解本发明的
技术实现要素：
，不应理解为申请人明确认为或推定申请人认为是本发明在首次提出申请的申请日的现有技术。
2、随着社会的发展，人么生活水平的不断提高，人们对医疗保健的要求越来越高，然而，医疗保健的需求大幅提高会给医疗保健机构造成很大的工作压力。
3、为了帮助医疗保健机构可以节省时间而且精准地指定医疗保健方案，可以通过大量历史数据和ai学习来选取与客户情况相近的医疗保健客户的数据，筛选出的医疗保健数据供客户和医疗保健机构参考，以便更方便地指定医疗保健方案，然而，目前没有相关的数据筛选机制，即便有一些简单的运用也是根据相似指标进行检索，这样会得到大量的无关数据，这是不合理的，也会浪费大量的时间和精力去人工筛选。
技术实现思路
1、本发明实施例的目的是提供一种医疗保健大数据的去噪方法，本发明的去噪方法可以综合多个指标对数据进行去噪和修正，可以在保证数据精准的同时，防止错误剔除数据。
2、一种医疗保健大数据的去噪方法，包括如下步骤：
3、s1获取医疗保健大数据、指定指标和相关指标；所述的指定指标为待服务客户自身的异常指标数据；所述的相关指标为与所述的指定指标相关的指标；
4、s2将医疗保健大数据根据指定指标进行筛选得到备选数据；
5、s3获取备选数据对应的相关指标；
6、s4按照相关指标将备选数据进行筛分，获得每个相关指标中偏离值超出预设范围值的备选数据并在备选数据上备注相关指标类目和相关指标偏离值；
7、s5对备注的相关指标的数量大于设定备注数量的数据进行剔除处理；
8、s6对备注的相关指标的数量不大于设定备注数量的数据进行偏离值加权运算获得偏离值综合数据，对偏离值综合数据超出预设偏离值的备选数据进行剔除处理。
9、进一步的，所述的步骤s2具体包括如下步骤：根据指定指标的范围和医疗保健的ai大数据得到指定指标允许偏差范围，剔除指定指标允许偏差范围之外的医疗保健大数据得到备选数据；所述的医疗保健的ai大数据为与指定指标的范围具有医学上无差别处理的数据范围。
10、进一步的，所述的步骤s4具体包括如下步骤：根据指定指标允许偏差范围获取对应的相关指标的初步相关指标范围，将初步相关指标范围采用ai大数据进行筛选得到预设范围，ai大数据为与相关指标的范围具有医学上无差别处理的数据范围。
11、进一步的，所述的步骤s6具体包括如下步骤：根据医疗保健ai大数据分析相关指标与所述的指定指标的相关性得到相关指标的权重，加权得到偏离值综合数据，对偏离值综合数据超出预设偏离值的备选数据进行剔除处理。
12、进一步的，所述的步骤s6后还包括步骤s7：对偏离值综合数据超出预设偏离值的备选数据进行剔除处理得到的医疗保健大数据定义为广泛数据；在广泛数据的基础上进行进一步去噪，具体包括如下步骤：
13、根据指定指标的范围和医疗保健的ai大数据得到指定指标允许偏差范围，按照指定比例截取指标允许偏差范围的数据得到二次去噪偏差范围数据，截取的数据的起始端随机，截取的数量为预设数量；根据指定指标二次去噪偏差获取对应的相关指标的二次相关指标范围，将二次相关指标范围采用ai大数据进行筛选得到第二预设范围；
14、加权得到二次偏离值综合数据，对二次偏离值综合数据超出预设偏离值的备选数据筛选得到预剔除数据，将预剔除数据进行比对，当预剔除数据的重复次数达到设定次数时，进行剔除处理。
15、本发明实施例具有如下有益效果：
16、本发明方法通过指定指标和相关指标进行筛选，得到的结果综合了各种指标数据，得到的结果是删除了大量无关的数据的基础上得出的，数据精准，无需人工筛选，省时省力。
1.一种医疗保健大数据的去噪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的医疗保健大数据的去噪方法，其特征在于，所述的步骤s2具体包括如下步骤：根据指定指标的范围和医疗保健的ai大数据得到指定指标允许偏差范围，剔除指定指标允许偏差范围之外的医疗保健大数据得到备选数据；所述的医疗保健的ai大数据为与指定指标的范围具有医学上无差别处理的数据范围。
3.根据权利要求2所述的医疗保健大数据的去噪方法，其特征在于，所述的步骤s4具体包括如下步骤：根据指定指标允许偏差范围获取对应的相关指标的初步相关指标范围，将初步相关指标范围采用ai大数据进行筛选得到预设范围，ai大数据为与相关指标的范围具有医学上无差别处理的数据范围。
4.根据权利要求3所述的医疗保健大数据的去噪方法，其特征在于，所述的步骤s6具体包括如下步骤：根据医疗保健ai大数据分析相关指标与所述的指定指标的相关性得到相关指标的权重，加权得到偏离值综合数据，对偏离值综合数据超出预设偏离值的备选数据进行剔除处理。
5.根据权利要求4所述的医疗保健大数据的去噪方法，其特征在于，所述的步骤s6后还包括步骤s7：对偏离值综合数据超出预设偏离值的备选数据进行剔除处理得到的医疗保健大数据定义为广泛数据；在广泛数据的基础上进行进一步去噪，具体包括如下步骤：
