[發明專利]用于大規模腦病歷分割的多粒度Spark超信任模糊方法

有效

• 申請號: 201911030948.0
• 申請日: 2019-10-28
• 公開（公告）號: CN110867224B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 丁衛平;丁嘉陸;王杰華;胡彬;陳森博;萬杰;趙理莉;孫穎;馮志豪;李銘;任龍杰;丁帥榮
• 申請（專利權）人: 南通大學
• 主分類號: G16H10/60
• 分類號: G16H10/60;G06F40/205;G06F40/279;G06N3/00
• 代理公司: 南京正聯知識產權代理有限公司 32243
• 代理人: 顧伯興

本發明公開一種用于大規模腦病歷分割的多粒度Spark超信任模糊方法，首先在Spark云平臺上將大規模腦病歷數據屬性集分割至不同的多粒度進化子種群Granu?population_i中；設計一種基于多粒度Spark超信任模型，構建多粒度種群內不同超級精英之間信任度；調整多粒度中心閾值，對超級精英使用多粒度子種群均衡調整策略進行動態更新，對大規模腦病歷進行全局搜索分割與局部精化分割，超級精英在各自區域內能協同提取知識約簡子集；最后求得大規模腦病歷最優分割特征集并存儲至Spark云平臺中。本發明能穩定分割大規模腦病歷知識約簡集,為腦部疾病智能診斷和輔助治療提供重要的診斷依據。

技術領域：

本發明涉及到醫學信息領域，具體來說涉及一種用于大規模腦病歷分割的多粒度Spark超信任模糊方法。

背景技術：

醫療健康服務大數據工程不僅需要構建電子健康檔案和電子病歷數據庫，而且要建設覆蓋公共衛生、醫療服務、醫療保障、藥品供應、計劃生育和綜合管理業務的醫療健康管理和服務大數據應用體系。我們在現有的醫療資源條件下，要達成醫療健康服務大數據工程目標，需要充分利用大數據、云計算和移動互聯網等多種信息技術，促進電子病歷數據庫和電子健康檔案數據庫有效互通，并實現良性互動以實施醫療健康服務大數據工程。

隨著云計算和大數據時代的來臨，大規模電子病歷智能處理在整個醫療大數據產生和使用過程中異常復雜，電子病歷系統中存儲的醫療數據具有容量大、來源分散、格式多樣、存取速度快以及應用價值高等特征。采用一些人工智能和數據挖掘技術來有效發現和提取出大規模電子病歷中重要的醫學診斷規則和知識是形成臨床決策支持系統的關鍵，但由于電子病歷系統是一個特殊的醫療信息系統，電子病歷系統中存儲的醫學數據具有海量、多樣、不完備和時效等復雜特性，給其特征選擇、協同服務、知識發現及臨床決策支持服務等帶來了較大困難。對復雜大規模電子病歷如何有效處理是設計面向未來醫療健康服務大數據工程和臨床智能決策分析服務系統的關鍵。結合大規模電子病歷系統自身特點，采用一些高效的模型和方法進行復雜醫療病歷知識約簡處理是未來發展的趨勢。

利用人工智能和大數據處理方法從大規模腦病歷數據中自動分割腦屬性,發現潛在的醫學規律、對腦疾病的預防、控制和治療具有重要的作用。大規模腦病歷分割問題廣泛存在于腦病歷特征選擇、規則挖掘和臨床決策支持系統等研究中，是醫療大數據背景下腦病歷智能應用的核心技術。因此迫切需要考慮給出云計算環境下有效方法來解決大規模腦病歷分割問題，進一步提高海量腦病歷智能處理和服務模式，這是目前醫療大數據背景下腦病歷智能輔助診斷治療以及臨床決策支持系統研究中急需解決的關鍵問題，同時也是腦病歷領域中具有挑戰性的研究課題。然而由于大規模腦病歷高度的不完備性和取值模糊性，導致了腦病歷數據屬性非真實性特征更加鮮明、不確定性更加顯著，大大限制了傳統屬性分割方法的應用。因此在醫療大數據環境下，針對大規模腦病歷的特征提出有效的分割方法，取得腦病歷分割中全局搜索約簡與局部精化知識協同約簡最優一致均衡，對大規模腦病歷決策支持分析具有非常重要的意義與價值。

本發明公開一種用于大規模腦病歷分割的多粒度Spark超信任模糊方法，首先在Spark云平臺上將大規模腦病歷數據屬性集分割至不同的多粒度進化子種群Granu-population_i中；設計一種基于多粒度Spark超信任模型，構建多粒度種群內不同超級精英之間信任度；調整多粒度中心閾值，對超級精英使用多粒度子種群均衡調整策略進行動態更新，對大規模腦病歷進行全局搜索分割與局部精化分割，超級精英在各自區域內能協同提取知識約簡子集；最后求得大規模腦病歷最優分割特征集并存儲至Spark云平臺中。本發明能穩定分割大規模腦病歷知識約簡集,為腦部疾病智能診斷和輔助治療提供重要的診斷依據。

本發明的進一步改進在于：所述步驟B的具體步驟如下：

a.設置多粒度種群個數為n，且n≥2，初始化多粒度種群為GP_h且h∈{1,...,n}；

b.初始化第一個粒度種群的中心為然后初始化第二個粒度種群的中心為將其作為超級精英的優先權