[發(fā)明專利]基于多標記學習和貝葉斯網(wǎng)絡的中醫(yī)癥型分類預測方法

有效

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

1.一種基于多標記學習和貝葉斯網(wǎng)絡的中醫(yī)癥型分類預測方法，其特征在于步驟如下：

步驟1：根據(jù)收集到的t個中醫(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，由此得到每個樣本的特征集x_i＝(x_i1,x_i2,…,x_is),其中i＝1,…,t；同時，根據(jù)中醫(yī)病例整理出k種常見的糖尿病癥型，針對每個樣本，如果該樣本對應標記集中有某一癥型，則為該癥型賦值1，反之為0，由此得到每個樣本的標記集Y_i＝(y_i1,y_i2,…,y_ik),其中i＝1,…,t，將每個樣本的特征集和標記集一一對應對應得到一個數(shù)據(jù)集S＝{(x₁,Y₁),(x₂,Y₂),…,(x_t,Y_t)}，將數(shù)據(jù)集S分為訓練數(shù)據(jù)集D＝{(x₁,Y₁),(x₂,Y₂),…,(x_m,Y_m)}和測試數(shù)據(jù)集K＝{(x₁,Y₁),(x₂,Y₂),…,(x_n,Y_n)}；

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

步驟3：根據(jù)貝葉斯網(wǎng)絡模型讀取訓練數(shù)據(jù)集D中每個樣本標記的父節(jié)點信息pa＝(p₁,p₂,…,p_k)，將已有s維的四診信息與k維的父節(jié)點信息融合，得到了一個s+k維的訓練數(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：使用訓練數(shù)據(jù)集 D 的特征集x₁,x₂,…,x_m和它們的父節(jié)點信息pa₁,pa₂,…,pa_m分別作為訓練數(shù)據(jù)和訓練數(shù)據(jù)的標記集，訓練得到一個多標記神經(jīng)網(wǎng)絡，使用這個多標記神經(jīng)網(wǎng)絡來預測測試數(shù)據(jù)集K中每個樣本標記的父節(jié)點信息；然后將父節(jié)點信息與測試數(shù)據(jù)四診信息融合，形成測試數(shù)據(jù)的增廣特征集；

步驟5：將增廣訓練數(shù)據(jù)集D’＝{(x₁′,Y₁),(x₂′,Y₂),…,(x_n′,Y_n)}平均分成兩份D1’，D2’用來訓練出最優(yōu)特征子集；使用訓練數(shù)據(jù)D1’來隨機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進行迭代，每輪迭代中，將經(jīng)過每組特征子集簡化后的訓練數(shù)據(jù)D1’輸入多標記分類器，由多標記分類器輸出一個指標Averageprecision作為描述特征子集的適應度，在設定時間T_k搜索解空間里適應度最高的解，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練數(shù)據(jù)D1’輸入多標記分類器，由多標記分類器輸出一個指標Average precision作為描述特征子集的適應度，在設定時間T_g內(nèi)得到適應度最高的100組的特征子集：BF1”,BF2”,…,BF100”；

步驟7：將適應度最高的100組解：BF1”,BF2”,…,BF100”作為爬山算法HC的輸入，每輪迭代時改變每組特征子集中的任意一個特征值，將經(jīng)過這組特征子集簡化后的訓練數(shù)據(jù)D1’輸入多標記分類器，由多標記分類器輸出一個指標Average precision作為描述特征子集的適應度，在設定時間T_h內(nèi)計算選出適應度最優(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D2’依次進行隨機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’的適應度，選取適應度高的那組作為最終的最優(yōu)特征子集；

步驟9：將增廣測試數(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進行特征選擇，將訓練數(shù)據(jù)集和測試數(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)訓練數(shù)據(jù)集D_BF和最優(yōu)測試數(shù)據(jù)集K_BF；最后使用D_BF訓練多標記分類器，并在K_BF上完成測試。