[發(fā)明專利]基于多標(biāo)記學(xué)習(xí)和貝葉斯網(wǎng)絡(luò)的中醫(yī)癥型分類預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710027490.8
• 申請(qǐng)日: 2017-01-16
• 公開（公告）號(hào): CN106874655B
• 公開（公告）日: 2018-12-14
• 發(fā)明（設(shè)計(jì)）人: 夏勇;馬夢(mèng)羽;沈璐;張艷寧
• 申請(qǐng)（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號(hào): G16H50/70
• 分類號(hào): G16H50/70
• 代理公司: 西北工業(yè)大學(xué)專利中心 61204
• 代理人: 劉新瓊

1.一種基于多標(biāo)記學(xué)習(xí)和貝葉斯網(wǎng)絡(luò)的中醫(yī)癥型分類預(yù)測(cè)方法，其特征在于步驟如下：

步驟1：根據(jù)收集到的t個(gè)中醫(yī)病例，整理了s種四診癥狀，選擇以二值方式為特征賦值，如果病人出現(xiàn)某一癥狀，則該癥狀賦值為1，反之為0，由此得到每個(gè)樣本的特征集x_i＝(x_i1,x_i2,…,x_is),其中i＝1,…,t；同時(shí)，根據(jù)中醫(yī)病例整理出k種常見的糖尿病癥型，針對(duì)每個(gè)樣本，如果該樣本對(duì)應(yīng)標(biāo)記集中有某一癥型，則為該癥型賦值1，反之為0，由此得到每個(gè)樣本的標(biāo)記集Y_i＝(y_i1,y_i2,…,y_ik),其中i＝1,…,t，將每個(gè)樣本的特征集和標(biāo)記集一一對(duì)應(yīng)對(duì)應(yīng)得到一個(gè)數(shù)據(jù)集S＝{(x₁,Y₁),(x₂,Y₂),…,(x_t,Y_t)}，將數(shù)據(jù)集S分為訓(xùn)練數(shù)據(jù)集D＝{(x₁,Y₁),(x₂,Y₂),…,(x_m,Y_m)}和測(cè)試數(shù)據(jù)集K＝{(x₁,Y₁),(x₂,Y₂),…,(x_n,Y_n)}；

步驟2：將樣本的標(biāo)記集Y_i＝(y_i1,y_i2,…,y_ik)輸入到Bayesian DAG learning工具包中，使用Bayesian DAG learning工具包中所提供動(dòng)態(tài)規(guī)劃算法DP來計(jì)算得到最優(yōu)貝葉斯網(wǎng)絡(luò)模型；

步驟3：根據(jù)貝葉斯網(wǎng)絡(luò)模型讀取訓(xùn)練數(shù)據(jù)集D中每個(gè)樣本標(biāo)記的父節(jié)點(diǎn)信息pa＝(p₁,p₂,…,p_k)，將已有s維的四診信息與k維的父節(jié)點(diǎn)信息融合，得到了一個(gè)s+k維的訓(xùn)練數(shù)據(jù)的增廣特征集：x_i′＝x_i∪pa_i＝(x_i1,x_i2,…,x_is,p_i1,p_i2,…,p_ik)；

步驟4：使用訓(xùn)練數(shù)據(jù)集 D 的特征集x₁,x₂,…,x_m和它們的父節(jié)點(diǎn)信息pa₁,pa₂,…,pa_m分別作為訓(xùn)練數(shù)據(jù)和訓(xùn)練數(shù)據(jù)的標(biāo)記集，訓(xùn)練得到一個(gè)多標(biāo)記神經(jīng)網(wǎng)絡(luò)，使用這個(gè)多標(biāo)記神經(jīng)網(wǎng)絡(luò)來預(yù)測(cè)測(cè)試數(shù)據(jù)集K中每個(gè)樣本標(biāo)記的父節(jié)點(diǎn)信息；然后將父節(jié)點(diǎn)信息與測(cè)試數(shù)據(jù)四診信息融合，形成測(cè)試數(shù)據(jù)的增廣特征集；

步驟5：將增廣訓(xùn)練數(shù)據(jù)集D’＝{(x₁′,Y₁),(x₂′,Y₂),…,(x_n′,Y_n)}平均分成兩份D1’，D2’用來訓(xùn)練出最優(yōu)特征子集；使用訓(xùn)練數(shù)據(jù)D1’來隨機(jī)生成新的特征子集共100組，將100組特征子集作為最初解空間，使用模擬退火算法SA進(jìn)行迭代，每輪迭代中，將經(jīng)過每組特征子集簡化后的訓(xùn)練數(shù)據(jù)D1’輸入多標(biāo)記分類器，由多標(biāo)記分類器輸出一個(gè)指標(biāo)Averageprecision作為描述特征子集的適應(yīng)度，在設(shè)定時(shí)間T_k搜索解空間里適應(yīng)度最高的解，即100組的特征子集：BF1’,BF2’,…,BF100’；

步驟6：將BF1’,BF2’,…,BF100’作為遺傳算法GA的100個(gè)初始種群，經(jīng)過選擇、交叉和變異算子，不斷迭代產(chǎn)生新的解，每輪迭代中，將經(jīng)過每組特征子集簡化后的訓(xùn)練數(shù)據(jù)D1’輸入多標(biāo)記分類器，由多標(biāo)記分類器輸出一個(gè)指標(biāo)Average precision作為描述特征子集的適應(yīng)度，在設(shè)定時(shí)間T_g內(nèi)得到適應(yīng)度最高的100組的特征子集：BF1”,BF2”,…,BF100”；

步驟7：將適應(yīng)度最高的100組解：BF1”,BF2”,…,BF100”作為爬山算法HC的輸入，每輪迭代時(shí)改變每組特征子集中的任意一個(gè)特征值，將經(jīng)過這組特征子集簡化后的訓(xùn)練數(shù)據(jù)D1’輸入多標(biāo)記分類器，由多標(biāo)記分類器輸出一個(gè)指標(biāo)Average precision作為描述特征子集的適應(yīng)度，在設(shè)定時(shí)間T_h內(nèi)計(jì)算選出適應(yīng)度最優(yōu)的一組，將其作為最優(yōu)特征子集BF；

步驟8：使用步驟5-7對(duì)D2’依次進(jìn)行隨機(jī)生成新的特征子集共100組、模擬退火算法SA、遺傳算法GA、爬山算法HC迭代，得到最優(yōu)特征子集BF’，比較BF和BF’的適應(yīng)度，選取適應(yīng)度高的那組作為最終的最優(yōu)特征子集；

步驟9：將增廣測(cè)試數(shù)據(jù)集中的增廣特征集按照步驟8得到的最終最優(yōu)特征子集的特征序號(hào)進(jìn)行特征選擇，將訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集中的增廣特征集替換為最優(yōu)特征子集，分別得到了最優(yōu)訓(xùn)練數(shù)據(jù)集D_BF和最優(yōu)測(cè)試數(shù)據(jù)集K_BF；最后使用D_BF訓(xùn)練多標(biāo)記分類器，并在K_BF上完成測(cè)試。