1.一種心腦血管患者相似性分析方法，其特征在于，其包括以下步驟：
步驟一，問題定義，基于歷史數(shù)據(jù)對心腦血管患者進(jìn)行細(xì)化分群，研究特定治療手段對特定人群治療結(jié)局的影響，并針對個(gè)體患者推薦個(gè)性化治療方案，將幫助臨床醫(yī)生更精準(zhǔn)地認(rèn)識目標(biāo)患者的病情以及治療手段所帶來的預(yù)后效果，從而有效地實(shí)現(xiàn)個(gè)性化精準(zhǔn)醫(yī)療；
步驟二，數(shù)據(jù)采集，針對目標(biāo)人群,從相關(guān)信息系統(tǒng)收集觀察期窗口內(nèi)的患者醫(yī)療健康數(shù)據(jù)及預(yù)后結(jié)局?jǐn)?shù)據(jù)，所采集的數(shù)據(jù)包括：康復(fù)科門診數(shù)據(jù)、康復(fù)科治療室數(shù)據(jù)、神內(nèi)/神外門診數(shù)據(jù)、神內(nèi)/神外住院數(shù)據(jù)、康復(fù)科住院數(shù)據(jù)、腦卒中篩查門診數(shù)據(jù)，這些數(shù)據(jù)涉及的內(nèi)容涵蓋有患者基本信息、病歷或電子病歷、檢測檢驗(yàn)、影像、診斷、處方、治療、評估表數(shù)據(jù)；
步驟三，數(shù)據(jù)預(yù)處理，所采集的數(shù)據(jù)類型多種多樣，包括：選擇項(xiàng)、日期時(shí)間、數(shù)值型、字符型以及是否型數(shù)據(jù)，針對不同數(shù)據(jù)類型需要采取不同處理方法進(jìn)行針對性數(shù)據(jù)預(yù)處理；
步驟四，特征工程，患者數(shù)據(jù)來自多個(gè)臨床數(shù)據(jù)庫，涉及患者個(gè)體生理信息、歷史診療信息、病情信息，在使用機(jī)器學(xué)習(xí)技術(shù)建模學(xué)習(xí)數(shù)據(jù)之前，首先需要使用特定領(lǐng)域知識以及統(tǒng)計(jì)學(xué)習(xí)方法來提取或組合變化得到的各屬性數(shù)據(jù)，從而生成有效的特征數(shù)據(jù)；
步驟五，基于相似性的患者聚類建模，采用基于劃分的聚類算法，即k-均值算法進(jìn)行患者的聚類建模，其中通過夾角余弦來度量患者之間的相似性；
步驟六，診療方案推薦，當(dāng)患者問診時(shí)，結(jié)合問診患者的個(gè)體特征和病患群體特征，采用基于相似性計(jì)算的群組定向技術(shù)，為問診患者找到最相近歷史病患群組，抽取出該群組內(nèi)病患的主體診療方案作為首選診療方案推薦給問診患者。
2.根據(jù)權(quán)利要求1所述的心腦血管患者相似性分析方法，其特征在于，所述步驟三具體包括以下步驟：
步驟三十一，數(shù)據(jù)集成，把不同來源的數(shù)據(jù)按照一定規(guī)則整合到一起，根據(jù)病人ID號把不同數(shù)據(jù)源但是有同樣ID號的信息連接在一起，這樣所有不同數(shù)據(jù)源的數(shù)據(jù)就整合到了一起；
步驟三十二，數(shù)據(jù)清洗，針對不同數(shù)據(jù)類型存在的不同問題，提出了基于規(guī)則的數(shù)據(jù)清洗方法；
步驟三十三，缺失值處理，醫(yī)療領(lǐng)域的特征數(shù)據(jù)普遍在時(shí)間序列上比較稀疏，因此采用基于正則化最大期望算法進(jìn)行缺失數(shù)據(jù)的填補(bǔ)，將缺失特征變量視為無法觀測的隱藏變量，此方法一般分為三步：一，計(jì)算最大期望；二，正則化EM，避免過度擬合；三，對上一步生成的方程進(jìn)行評估；
步驟三十四，特征刪除，根據(jù)專家知識對那些無效值和缺失值超過總樣本量30％的，對于診斷問題不是特別重要的特征進(jìn)行刪除處理；
步驟三十五，去異常點(diǎn)，采用偏差分析、基于分布不合理性的異常檢測方法，結(jié)合常識性規(guī)則、業(yè)務(wù)特定規(guī)則進(jìn)行異常值的識別，并對異常點(diǎn)進(jìn)行刪除處理。
3.根據(jù)權(quán)利要求1所述的心腦血管患者相似性分析方法，其特征在于，所述步驟四具體包括以下步驟：
步驟四十一，特征構(gòu)造和特征選擇，其基于預(yù)處理后的數(shù)據(jù)，通過特征構(gòu)造和特征選擇技術(shù)識別潛在的風(fēng)險(xiǎn)因子；
步驟四十二，特征處理，使用log映射函數(shù)將特征取值映射到[0，1]區(qū)間，同時(shí)采用等值劃分方法對連續(xù)數(shù)據(jù)的離散化處理，將特征空間按照值域進(jìn)行均分，每一段內(nèi)的取值等同處理。
4.一種心腦血管患者相似性分析系統(tǒng)，其特征在于，其包括：
問題定義模塊，基于歷史數(shù)據(jù)對心腦血管患者進(jìn)行細(xì)化分群，研究特定治療手段對特定人群治療結(jié)局的影響，并針對個(gè)體患者推薦個(gè)性化治療方案；
數(shù)據(jù)采集模塊，從相關(guān)信息系統(tǒng)收集觀察期窗口內(nèi)的患者醫(yī)療健康數(shù)據(jù)及預(yù)后結(jié)局?jǐn)?shù)據(jù)；
數(shù)據(jù)預(yù)處理模塊，針對不同數(shù)據(jù)類型需要采取不同處理方法進(jìn)行針對性數(shù)據(jù)預(yù)處理；
特征工程生成模塊，生成有效的特征數(shù)據(jù)；
患者聚類建模模塊，采用基于劃分的聚類算法，即k-均值算法進(jìn)行患者的聚類建模；
診療方案推薦模塊，采用基于相似性計(jì)算的群組定向技術(shù)，為問診患者找到最相近歷史病患群組，抽取出該群組內(nèi)病患的主體診療方案作為首選診療方案推薦給問診患者；
數(shù)據(jù)庫，存儲數(shù)據(jù)采集模塊采集的數(shù)據(jù)以及診療方案推薦模塊的治療方案。
5.根據(jù)權(quán)利要求4所述的心腦血管患者相似性分析系統(tǒng)，其特征在于，所述問題定義模塊、數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)處理模塊、特征工程生成模塊、患者聚類建模模塊、診療方案推薦模塊依次連接，數(shù)據(jù)庫與數(shù)據(jù)采集模塊連接。