[發(fā)明專利]對(duì)象聚類方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201880068355.0
• 申請(qǐng)日: 2018-09-18
• 公開(kāi)（公告）號(hào): CN111247600A
• 公開(kāi)（公告）日: 2020-06-05
• 發(fā)明（設(shè)計(jì)）人: S·孔索利;M·亨德里克斯;P·C·沃斯;J·L·庫(kù)斯特拉;R·D·霍夫曼;D·馬夫里厄杜斯
• 申請(qǐng)（專利權(quán)）人: 皇家飛利浦有限公司
• 主分類號(hào): G16H50/70
• 分類號(hào): G16H50/70
• 代理公司: 永新專利商標(biāo)代理有限公司 72002
• 代理人: 劉兆君

一種對(duì)類似于彼此的對(duì)象進(jìn)行聚類或分組的方法。數(shù)據(jù)集包含針對(duì)每個(gè)對(duì)象的定量值集合，每個(gè)定量值表示該對(duì)象的相應(yīng)臨床或病理特征。對(duì)所述數(shù)據(jù)集執(zhí)行主成分分析PCA。通過(guò)所述PCA識(shí)別的頭兩個(gè)主成分中的一個(gè)主成分的載荷用來(lái)生成加權(quán)值的相應(yīng)數(shù)據(jù)集。這些加權(quán)值用來(lái)對(duì)所述數(shù)據(jù)集中的每個(gè)定量值集合進(jìn)行加權(quán)或修改。對(duì)加權(quán)對(duì)象數(shù)據(jù)集執(zhí)行聚類算法。所述過(guò)程可以被迭代直到滿足用戶定義的停止條件。

技術(shù)領(lǐng)域

本發(fā)明涉及對(duì)對(duì)象進(jìn)行聚類的領(lǐng)域，并且更具體涉及使用對(duì)象的數(shù)據(jù)進(jìn)行聚類的領(lǐng)域。

背景技術(shù)

對(duì)象的分組在臨床實(shí)踐中是常規(guī)活動(dòng)，其目的是為了定義針對(duì)給定對(duì)象的最佳處置選項(xiàng)。具體地，如果對(duì)象能夠被準(zhǔn)確地一起分組到類似的組中，這將允許臨床醫(yī)生容易地比較給定對(duì)象或案例與類似的對(duì)象或案例來(lái)識(shí)別潛在診斷、合適的處置選項(xiàng)和所述處置選項(xiàng)的可能結(jié)果。這往往導(dǎo)致改善的對(duì)象結(jié)果和更準(zhǔn)確的診斷，因?yàn)?即類似案例的)相關(guān)歷史醫(yī)學(xué)數(shù)據(jù)能夠被臨床醫(yī)生準(zhǔn)確地識(shí)別和利用。

因此存在對(duì)改善分組過(guò)程的準(zhǔn)確性的增加期望。然而，由于對(duì)象的通常大量的變量或可能有影響的特性，甚至對(duì)于有經(jīng)驗(yàn)的臨床醫(yī)生來(lái)說(shuō)確定兩個(gè)對(duì)象是否類似也是困難的。臨床醫(yī)生因此已經(jīng)求助于自動(dòng)化或監(jiān)督式‘機(jī)器學(xué)習(xí)’(ML)方法用于對(duì)對(duì)象進(jìn)行分組。

常規(guī)分組方法假設(shè)所有特征(即變量或特性)都是在統(tǒng)計(jì)上類似的，例如，具有類似的范圍或具有類似的變化范圍和統(tǒng)計(jì)分布。然而，對(duì)象數(shù)據(jù)(例如生物醫(yī)學(xué)信息)通常是各種各樣的，并且不同的數(shù)據(jù)因此往往屬于具有高度統(tǒng)計(jì)差異的不同范疇。當(dāng)執(zhí)行常規(guī)聚類方法時(shí)，這導(dǎo)致顯著降低的準(zhǔn)確性。

發(fā)明內(nèi)容

本發(fā)明通過(guò)權(quán)利要求來(lái)進(jìn)行限定。

提出了一種對(duì)多個(gè)對(duì)象中的類似對(duì)象進(jìn)行聚類的方法，所述方法包括：獲得對(duì)象數(shù)據(jù)的數(shù)據(jù)集，所述數(shù)據(jù)集包含針對(duì)每個(gè)對(duì)象的相應(yīng)定量值集合，每個(gè)定量值是所述對(duì)象的臨床或病理特征的測(cè)量結(jié)果，并且每個(gè)定量值集合具有相同數(shù)量的定量值；以及執(zhí)行聚類過(guò)程，包括：對(duì)對(duì)象數(shù)據(jù)的所述數(shù)據(jù)集執(zhí)行主成分分析以識(shí)別至少兩個(gè)主成分，每個(gè)主成分與成分得分和載荷的數(shù)據(jù)集相關(guān)聯(lián)，載荷的每個(gè)數(shù)據(jù)集中的載荷的數(shù)量等于對(duì)象數(shù)據(jù)的所述數(shù)據(jù)集中的定量值的數(shù)量；生成加權(quán)值的第一數(shù)據(jù)集，每個(gè)加權(quán)值基于載荷的所述數(shù)據(jù)集中的與頭兩個(gè)主成分中的一個(gè)主成分相關(guān)聯(lián)的相應(yīng)載荷，所述第一數(shù)據(jù)集中的加權(quán)值的數(shù)量等于載荷的所述數(shù)據(jù)集中的載荷的數(shù)量；使用加權(quán)值的所述第一數(shù)據(jù)集對(duì)對(duì)象數(shù)據(jù)的所述數(shù)據(jù)集的所述定量值進(jìn)行加權(quán)，以獲得對(duì)象數(shù)據(jù)的加權(quán)數(shù)據(jù)集；以及對(duì)對(duì)象數(shù)據(jù)的所述加權(quán)數(shù)據(jù)集執(zhí)行聚類算法以便將類似對(duì)象聚類成具有類似臨床特性的對(duì)象組，其中，每個(gè)對(duì)象組中的對(duì)象具有類似的診斷、預(yù)測(cè)的對(duì)象結(jié)果和/或合適的處置選項(xiàng)。

因此提出了根據(jù)對(duì)象數(shù)據(jù)的統(tǒng)計(jì)信息來(lái)修改對(duì)象數(shù)據(jù)并且基于修改的對(duì)象數(shù)據(jù)來(lái)執(zhí)行聚類過(guò)程的方法。特別地，主成分分析PCA被執(zhí)行以生成用于修改對(duì)象數(shù)據(jù)的加權(quán)值的數(shù)據(jù)集。對(duì)對(duì)象數(shù)據(jù)的修改允許對(duì)象以更高程度的準(zhǔn)確性并且以改善程度的組之間的分離被分組到(類似對(duì)象的)組中。

進(jìn)而，這允許改善的診斷能力、對(duì)合適的處置選項(xiàng)的選擇和針對(duì)所選擇的處置選項(xiàng)的可能對(duì)象結(jié)果的預(yù)測(cè)。因此，總體對(duì)象結(jié)果能夠被顯著地改善。

本發(fā)明意識(shí)到，基于主成分分析來(lái)生成合適的加權(quán)值允許對(duì)象的不同可測(cè)量特征(即對(duì)象特性或變量)之間的統(tǒng)計(jì)變化被減小，使得特征在統(tǒng)計(jì)上變得更相似。當(dāng)對(duì)類似對(duì)象進(jìn)行分組時(shí)，這允許改善的準(zhǔn)確性，因?yàn)榭赡芙y(tǒng)計(jì)上未平衡的特征(例如具有極大標(biāo)準(zhǔn)偏差或范圍的特征)對(duì)聚類方法的影響被降低。

主成分分析已經(jīng)在本文中被認(rèn)為是導(dǎo)致對(duì)象數(shù)據(jù)能夠被聚類成更大相似性和改善的分離的組的適當(dāng)加權(quán)值的更準(zhǔn)確且精確的識(shí)別的方法。與最有影響的主成分中的一個(gè)(為至少頭兩個(gè)主成分中的一個(gè))主成分相關(guān)聯(lián)的載荷用作用于生成加權(quán)值的基礎(chǔ)，并且因此用作用于修改對(duì)象數(shù)據(jù)的數(shù)據(jù)集的基礎(chǔ)。