[發(fā)明專利]一種醫(yī)療大數(shù)據(jù)分析處理系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710152265.7
• 申請(qǐng)日: 2017-03-15
• 公開（公告）號(hào): CN106874693A
• 公開（公告）日: 2017-06-20
• 發(fā)明（設(shè)計(jì)）人: 劉希;武洋;李建麗
• 申請(qǐng)（專利權(quán)）人: 國(guó)信優(yōu)易數(shù)據(jù)有限公司
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 北京青松知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙)11384
• 代理人: 鄭青松

技術(shù)領(lǐng)域

本發(fā)明涉及一種大數(shù)據(jù)分析處理系統(tǒng)及方法，具體涉及一種醫(yī)療大數(shù)據(jù)分析處理系統(tǒng)及方法。

背景技術(shù)

隨著網(wǎng)絡(luò)的日益普及和高速發(fā)展，各個(gè)行業(yè)的大數(shù)據(jù)都可以被收集到。針對(duì)大數(shù)據(jù)的挖掘已經(jīng)在其它行業(yè)有了很大程度的應(yīng)用并也有了很顯著的成果，但是與其它行業(yè)的應(yīng)用不同的是，醫(yī)療行業(yè)由于與病患的生命安全有著緊密的聯(lián)系，所以其分析結(jié)果的準(zhǔn)確性和實(shí)用性更是需要關(guān)注的重點(diǎn)。

發(fā)明內(nèi)容

針對(duì)上述技術(shù)問題，本發(fā)明的目的是對(duì)臨床大數(shù)據(jù)進(jìn)行分析和處理，以為常見的疾病并發(fā)癥進(jìn)行及時(shí)和準(zhǔn)備的預(yù)測(cè)，為醫(yī)療診斷提供輔助支持。

本發(fā)明采用的技術(shù)方案為：

本發(fā)明的一實(shí)施例提供一種醫(yī)療大數(shù)據(jù)分析處理系統(tǒng)，包括：數(shù)據(jù)采集模塊，采集關(guān)于需要預(yù)測(cè)的疾病并發(fā)癥的原始數(shù)據(jù)，所述原始數(shù)據(jù)包括病人檢驗(yàn)指標(biāo)信息、病人檢驗(yàn)報(bào)告信息和病人就診記錄信息；數(shù)據(jù)預(yù)處理模塊，對(duì)采集的原始數(shù)據(jù)進(jìn)行清洗和集成；數(shù)據(jù)轉(zhuǎn)換模塊，對(duì)經(jīng)預(yù)處理后的數(shù)據(jù)利用熵進(jìn)行離散化處理，以得到為標(biāo)稱型數(shù)據(jù)的樣本集；預(yù)測(cè)模型構(gòu)建模塊，構(gòu)建用于訓(xùn)練的邏輯回歸模型，從經(jīng)數(shù)據(jù)轉(zhuǎn)換的樣本集中隨機(jī)抽取一份數(shù)據(jù)集作為訓(xùn)練集，并基于該訓(xùn)練集對(duì)構(gòu)建的邏輯回歸模型的參數(shù)進(jìn)行求解，以得到最終的預(yù)測(cè)模型；預(yù)測(cè)模型測(cè)試模塊，將樣本集中的另一份數(shù)據(jù)集作為測(cè)試集，利用得到的最終的預(yù)測(cè)模型進(jìn)行測(cè)試，以得到預(yù)測(cè)結(jié)果；預(yù)測(cè)結(jié)果評(píng)估模塊，采用多種評(píng)估度量對(duì)預(yù)測(cè)結(jié)果的準(zhǔn)確性進(jìn)行評(píng)估。

可選地，所述預(yù)測(cè)模型構(gòu)建模塊包括：矩陣構(gòu)建單元，將訓(xùn)練集中的m個(gè)樣本構(gòu)建為m×n型矩陣，n為訓(xùn)練樣本的n個(gè)指標(biāo)；訓(xùn)練模型構(gòu)建單元，基于構(gòu)建的m×n型矩陣，構(gòu)建如下式(1)所示的邏輯回歸模型：

y＝Θ^Tx＝θ₀*x₀+θ₁*x₁+...+θ_n*x_n(1)

其中，x＝[x₀,x₁,...,x_m]為矩陣中的n維向量，表示n種檢驗(yàn)指標(biāo)的結(jié)果，y表示診斷結(jié)果，在訓(xùn)練集中，當(dāng)病人患有該種疾病時(shí)，取值為1，當(dāng)病人沒有患有該種疾病時(shí)，取值為0，Θ^T＝[θ₀,θ₁,...,θ_m]為該n維向量的特征權(quán)重向量，為需要求解的模型參數(shù)；

參數(shù)求解單元，利用極大似然函數(shù)對(duì)構(gòu)建的邏輯回歸模型的參數(shù)進(jìn)行求解，所述極大似然函數(shù)如下式(2)所示：

L(Θ)＝∏g(Θ^Tx)^y(1-g(Θ^Tx))^1-y(2)

其中，g(Θ^Tx)為將回歸結(jié)果y二分化的激勵(lì)函數(shù)，當(dāng)g(Θ^Tx)<T時(shí)，y＝0，即g(Θ^Tx)^y＝1，(1-g(Θ^Tx))^1-y＝(1-g(Θ^Tx))，當(dāng)g(Θ^Tx)≧T時(shí)，y＝1，即g(Θ^Tx)^y＝g(Θ^Tx)，(1-g(Θ^Tx))^1-y＝1，T為基于期望分類結(jié)果所確定的閾值；

對(duì)上述公式(2)所示的極大似然函數(shù)兩端求導(dǎo)得到其對(duì)數(shù)似然函數(shù)，如下式(3)所示：

l(Θ)＝∑y*logg(Θ^Tx)+(1-y)*log(1-g(Θ^Tx))(3)

通過對(duì)上述公式(3)所示的對(duì)數(shù)似然函數(shù)的參數(shù)進(jìn)行求解，可得到用于訓(xùn)練的邏輯回歸模型的模型參數(shù)，從而得到最終的預(yù)測(cè)模型。

可選地，采用梯度下降法來對(duì)所述對(duì)數(shù)似然函數(shù)的參數(shù)進(jìn)行求解，包括如下步驟：

(1)選擇梯度方向

(2)選擇下降步長(zhǎng)α，對(duì)參數(shù)進(jìn)行更新：

(3)重復(fù)以上步驟直至滿足停止條件；

其中，x_i是投影到[0,1]之間的任意變量，y_i是第i個(gè)樣本的真實(shí)值，y_i^*是該樣本的預(yù)測(cè)值，λ是防止模型過擬合的結(jié)構(gòu)化系數(shù)。

可選地，所述預(yù)測(cè)模型測(cè)試模塊基于最終的預(yù)測(cè)模型的決策函數(shù)來確定預(yù)測(cè)結(jié)果，所述決策函數(shù)如下式(4)所示：

其中，