[發明專利]一種對醫療影像檢查量預測的混合優化方法

有效

• 申請號: 201410171208.X
• 申請日: 2014-04-25
• 公開（公告）號: CN103955764B
• 公開（公告）日: 2017-01-18
• 發明（設計）人: 徐哲;倪杭建;何必仕;何煒
• 申請（專利權）人: 杭州電子科技大學;浙江萊達信息技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/22
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙)33240
• 代理人: 杜軍

技術領域

本發明屬于數據挖掘技術領域，涉及一種醫療影像檢查量預測優化的方法。

背景技術

隨著醫院信息化的發展，許多醫院相繼建立了專業的醫療影像信息系統，在多年的使用中積累了大量的業務數據。人們可以利用其中的患者、檢查等歷史數據進行檢查量的預測，以便提前規劃決策。

目前，已有學者對醫療影像檢查量預測采用灰色GM(1,1)進行研究，灰色預測模型因不需要考慮復雜因素影響，所需原始數據少，預測精度高，操作簡便等特點，很適用于檢查量的預測研究。但該預測方法仍不能很好地的應對實際中出現的問題。還存在以下幾點不足之處：

(1)如果數據離散程度很大，預測精度、擬合度會不高；

(2)灰色預測不適合對數據波動性較大的數據序列進行預測；

(3)灰色預測對于短期預測效果比較好，但對于長期預測存在問題。

發明內容

本發明擬解決預測精度不高，降低數據波動帶來的不穩定影響。

本發明為了克服灰色預測方法中的不足之處，在灰色GM(1,1)預測模型的基礎之上，使用馬爾可夫鏈來形成灰色-馬爾可夫模型，運用馬爾可夫鏈模型能很好的解決灰色模型對于醫療影像數據波動大預測不準的缺點；同時運用蒙特卡洛模型預測所需要的醫療影像數據值，最后根據這兩種模型所預測的醫療影像數據來做最后的混合預測，從而達到需要的優化預測要求。

本發明主要通過以下幾個步驟來實現：

步驟A：灰色-馬爾可夫鏈模型的建立。建立該模型需要按幾個步驟來實現，具體的細分為：

(1)在建立灰色-馬爾可夫鏈模型之前，為了保證灰色GM(1,1)模型的預測精度，需要通過級比檢驗來判定原始醫療影像數據是否適合GM(1,1)建模。該步驟主要是要求醫療影像原始數據必須在級比范圍內，對于級比檢驗合格的序列，可以直接用于GM(1,1)模型的構建；而對于級比檢驗不合格的序列，可以通過對數變換、平移變換等預處理方式來提高醫療影像原始數據序列的光滑度，然后對處理后的醫療影像數據序列進行GM(1,1)建模，建模完成后再對預測曲線進行逆變換即可。

(2)建立灰色GM(1,1)模型。對于給定的醫療影像原始數據序列設為X⁽⁰⁾(t)＝(X⁽⁰⁾(1),X⁽⁰⁾(2),X⁽⁰⁾(3),......,X⁽⁰⁾(n))(t＝1,2,......,n)，運用灰色系統理論，建立GM(1,1)模型為

X(1)(t+1)=[X(0)(1)-ba]e-at+b/a---(1)]]>

X⁽⁰⁾(t+1)＝X⁽¹⁾(t+1)-X⁽¹⁾(t)＝(1-e^a)[X⁽¹⁾(1)-b/a]e^-at???(2)

式中a為常系數，b為對系統的定常輸入。X⁽⁰⁾(t+1)曲線即為灰色GM(1,1)對醫療影像數據的預測曲線。

(3)在灰色模型的基礎上建立馬爾可夫鏈模型。該模型主要包括三個步驟，依次為狀態的劃分，計算轉移概率并建立轉移概率矩陣，預測狀態轉移，最后計算出灰色-馬爾可夫鏈模型對醫療影像檢查量的預測值。