[發(fā)明專利]藥物肝毒性預測方法及裝置

有效

• 申請?zhí)枺?/td>: 201711236048.2
• 申請日: 2017-11-30
• 公開（公告）號: CN108021941B
• 公開（公告）日: 2020-08-28
• 發(fā)明（設計）人: 丁莎;林濤
• 申請（專利權）人: 四川大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G16H10/40
• 代理公司: 北京超凡志成知識產(chǎn)權代理事務所(普通合伙) 11371
• 代理人: 郭新娟

1.一種藥物肝毒性預測方法，其特征在于，應用于一電子設備，所述方法包括：

獲取多個樣本藥物數(shù)據(jù)；

基于所述多個樣本藥物數(shù)據(jù)，獲取每個所述樣本藥物數(shù)據(jù)對應的k個最近鄰樣本數(shù)據(jù)；

若判斷得出所述樣本藥物數(shù)據(jù)的類標與對應的k個最近鄰樣本數(shù)據(jù)中的每個最近鄰樣本數(shù)據(jù)的類標均不相同，將預設值賦值于該樣本藥物數(shù)據(jù)對應的權重；

若判斷得出所述樣本藥物數(shù)據(jù)的類標與對應的所述k個最近鄰樣本數(shù)據(jù)中的至少一個最近鄰樣本數(shù)據(jù)的類標相同，計算得出該樣本藥物數(shù)據(jù)與對應的k個最近鄰樣本數(shù)據(jù)的平均距離；

計算所述平均距離的倒數(shù)；

將所述倒數(shù)賦值于該樣本藥物數(shù)據(jù)對應的權重；

根據(jù)每個所述樣本藥物數(shù)據(jù)對應的權重，對所述多個樣本藥物數(shù)據(jù)進行采樣，生成樣本集；

在所述樣本集上訓練預先獲取的多個基分類器，獲得分類器組；

獲取待測藥物數(shù)據(jù)；

根據(jù)預設的分類器組對所述待測藥物數(shù)據(jù)進行分類，獲得多個初始分類結果；

基于所述多個初始分類結果及預設的投票策略規(guī)則，獲得分類結果，所述分類結果表示所述待測藥物數(shù)據(jù)的肝毒性。

2.根據(jù)權利要求1所述的方法，其特征在于，獲取多個樣本藥物數(shù)據(jù)根據(jù)每個所述樣本藥物數(shù)據(jù)對應的權重，對所述多個樣本藥物數(shù)據(jù)進行采樣，生成樣本集，包括：

根據(jù)每個所述樣本藥物數(shù)據(jù)對應的權重，對所述多個樣本藥物數(shù)據(jù)進行有放回的隨機采樣，生成樣本集。

3.根據(jù)權利要求2所述的方法，其特征在于，根據(jù)每個所述樣本藥物數(shù)據(jù)對應的權重，對所述多個樣本藥物數(shù)據(jù)進行有放回的隨機采樣，生成樣本集，包括：

根據(jù)每個所述樣本藥物數(shù)據(jù)對應的權重及預設的整體權重更新規(guī)則，獲得所述多個樣本藥物數(shù)據(jù)對應的整體權重；

根據(jù)所述整體權重，對所述多個樣本藥物數(shù)據(jù)進行有放回的隨機采樣，生成樣本集。

4.根據(jù)權利要求3所述的方法，其特征在于，所述預設的整體權重更新規(guī)則為weight′_overall＝weight_overall+weight(x_i),i＝1,2,…,n，根據(jù)每個所述樣本藥物數(shù)據(jù)對應的權重及預設的整體權重更新規(guī)則，獲得所述多個樣本藥物數(shù)據(jù)對應的整體權重，包括：

基于weight′_overall＝weight_overall+weight(x_i),i＝1,2,…,n，獲得所述多個樣本藥物數(shù)據(jù)對應的整體權重，其中，weight_overall為上一個整體權重，weight′_overall為當前整體權重，x_i為第i個樣本藥物數(shù)據(jù)，weight(x_i)為第i個樣本藥物數(shù)據(jù)對應的權重，n為所述多個樣本藥物數(shù)據(jù)的總個數(shù)。

5.一種藥物肝毒性預測裝置，其特征在于，運行于一電子設備，所述裝置包括：

樣本獲取單元，用于獲取多個樣本藥物數(shù)據(jù)；

權重計算單元，基于所述多個樣本藥物數(shù)據(jù)，獲取每個所述樣本藥物數(shù)據(jù)對應的k個最近鄰樣本數(shù)據(jù)；若判斷得出所述樣本藥物數(shù)據(jù)的類標與對應的k個最近鄰樣本數(shù)據(jù)中的每個最近鄰樣本數(shù)據(jù)的類標均不相同，將預設值賦值于該樣本藥物數(shù)據(jù)對應的權重；若判斷得出所述樣本藥物數(shù)據(jù)的類標與對應的所述k個最近鄰樣本數(shù)據(jù)中的至少一個最近鄰樣本數(shù)據(jù)的類標相同，計算得出該樣本藥物數(shù)據(jù)與對應的k個最近鄰樣本數(shù)據(jù)的平均距離；計算所述平均距離的倒數(shù)；將所述倒數(shù)賦值于該樣本藥物數(shù)據(jù)對應的權重；

生成單元，用于根據(jù)每個所述樣本藥物數(shù)據(jù)對應的權重及預設的整體權重更新規(guī)則，獲得所述多個樣本藥物數(shù)據(jù)對應的整體權重；根據(jù)所述整體權重，對所述多個樣本藥物數(shù)據(jù)進行有放回的隨機采樣，生成樣本集；

訓練單元，用于在所述樣本集上訓練預先獲取的多個分類器，獲得分類器組；

獲取單元，用于獲取待測藥物數(shù)據(jù)；

分類單元，用于根據(jù)預設的分類器組對所述待測藥物數(shù)據(jù)進行分類，獲得多個初始分類結果；

投票單元，用于基于所述多個初始分類結果及預設的投票策略規(guī)則，獲得分類結果，所述分類結果表示所述待測藥物數(shù)據(jù)的肝毒性。