[發(fā)明專利]一種基于標(biāo)簽傳播算法的臨床藥品-藥品不良反應(yīng)檢測方法

有效

• 申請?zhí)枺?/td>: 201810010035.1
• 申請日: 2018-01-05
• 公開（公告）號: CN108376567B
• 公開（公告）日: 2022-04-01
• 發(fā)明（設(shè)計(jì)）人: 張強(qiáng);魏小鵬;燕智策;趙臘生
• 申請（專利權(quán)）人: 大連大學(xué)
• 主分類號: G16H70/40
• 分類號: G16H70/40;G16H20/10;G06K9/62
• 代理公司: 大連八方知識產(chǎn)權(quán)代理有限公司 21226
• 代理人: 衛(wèi)茂才

1.一種基于標(biāo)簽傳播算法的臨床藥品-藥品不良反應(yīng)檢測方法，其特征在于，包括以下步驟：

步驟1：采用卡方方法對藥品特征進(jìn)行過濾，選擇包含信息量較大的特征；

步驟2：根據(jù)樣本標(biāo)簽相似性與拉普拉斯算子調(diào)整的樣本相似性構(gòu)造新的樣本相似性；

步驟3：基于已知標(biāo)簽樣本的信息建立未知標(biāo)簽樣本的初始化信息；

步驟4：整合步驟1，步驟2和步驟3獲得新的標(biāo)簽傳播算法，使用該算法，得到待識別樣本的檢測結(jié)果；

其中，步驟1所述的對藥品特征進(jìn)行過濾，選擇包含信息量較大的特征，所采用的方法模型為：

其中，，表示特征在類別中出現(xiàn)的頻率；，表示特征集體出現(xiàn)在某一個(gè)類別中的頻率；表示類別中含有特征的數(shù)量，表示非類別中含有特征的數(shù)量，表示類別中不含有特征的數(shù)量，表示非類別中不含有特征的數(shù)量，表示樣本的總數(shù)；

步驟2所述的構(gòu)造新的樣本相似性，所采用的方法模型為：

其中，S(i, j)表示樣本相似性矩陣，，表示樣本與樣本之間的相似性；表示樣本標(biāo)簽與樣本標(biāo)簽間的相似性，其公式為：

，表示第個(gè)標(biāo)簽的權(quán)值；表示樣本的總數(shù)目，表示樣本標(biāo)簽中第個(gè)標(biāo)簽的數(shù)目；是一個(gè)的向量，表示第個(gè)樣本標(biāo)簽向量的第個(gè)標(biāo)簽，表示未知標(biāo)簽樣本的近鄰集合中包含所有有標(biāo)簽樣本的子集；是本公式中前面三種情況的平均值，表示未知標(biāo)簽樣本的標(biāo)簽之間的相似性；

步驟3所述的建立未知標(biāo)簽樣本的初始化信息，所采用的方法模型為：

其中， 表示已知標(biāo)簽樣本中相似性小于0.5發(fā)生反應(yīng)的概率，表示已知標(biāo)簽樣本中相似性大于等于0.5發(fā)生反應(yīng)的概率；

步驟4按進(jìn)行傳播，獲得檢測結(jié)果，式中F表示整合上述步驟1、步驟2和步驟3獲得的標(biāo)簽傳播算法，表示藥品從其他藥品獲得部分的標(biāo)簽信息，保留自身部分的標(biāo)簽信息；I表示一個(gè)的單位矩陣；W表示歸一化收斂矩陣，Y表示樣本的初始化標(biāo)簽。