[發明專利]一種針對臨床檢測數據缺失問題的數據處理方法

有效

• 申請號: 202010982079.8
• 申請日: 2020-09-17
• 公開（公告）號: CN112183723B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 趙世杰;郭廣宇;劉卓妍;韓軍偉;郭雷
• 申請（專利權）人: 西北工業大學
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/063;G06F17/16;G06N3/08
• 代理公司: 西安凱多思知識產權代理事務所(普通合伙) 61290
• 代理人: 王鮮凱

1.一種針對臨床檢測數據缺失問題的數據處理方法，其特征在于步驟如下：

步驟1、構建網絡結構，參數進行隨機初始化：采用包含一個編碼器和一個解碼器的自動編碼器的結構，預先設定編碼后的特征向量長度是一個固定數值L，編碼器由兩個全連接層實現，第一個全連接層后使用ReLu激活函數；解碼器由兩個全連接層實現，第一個全連接層后使用了ReLu激活函數，第二個全連接層后使用Dropout以及Sigmoid激活函數；

步驟2、構建訓練數據：所有數據共包含K個檢測項目，1≤N≤K個項目來自于患者的檢測，將該數據處理為一個1×(K+1)維的向量，其中前1×K維是項目編號，第i個項目則第i位置為1，其他位置為0；向量的最后一位是該項目的檢測結果；對每一個患者數據，給定標簽y，y＝1代表患病，y＝0代表沒有患病；

步驟3、進行網絡訓練得到優化后的神經網絡：

步驟3a：給定一個檢測了N個項目的患者數據，編碼器對每一個檢測項目的數據進行編碼，得到一系列的編碼向量{d₁,…,d_j,…d_N},1≤j≤N，每一個編碼向量的維度是1×L；

步驟3b：利用公式得到一個1×L維的向量v，其中代表向量加法；

步驟3c：將所有編碼向量連接，得到一個N×L維的編碼矩陣E；

步驟3d：通過公式得到一個維度固定為1×L的特征向量f，其中E^T是編碼矩陣E的轉置矩陣，表述矩陣乘法；

步驟3e：將固定維度特征向量f輸入到解碼器中，得到預測的診斷結果

步驟3f：使用損失函數“BCELoss”，將數據庫給定的真實診斷結果y和預測結果輸入到損失函數，利用反向傳播算法訓練神經網絡；

步驟3g：繼續訓練則返回步驟3a，停止訓練則進入到步驟4；

步驟4、利用訓練完成的自編碼器，對基于有缺失的檢測數據進行處理：

步驟4a：給定一個檢測了1≤N≤K個項目的患者數據，處理成為一個1×(K+1)維的向量，其中前1×K維是項目編號，第i個項目則第i位置為1，其他位置為0；向量的最后一位是該項目的檢測結果；

步驟4b：用步驟3中已經訓練完畢的編碼器對每一個檢測項目的數據進行編碼，得到一系列的編碼向量{d₁,…,d_j,…d_N},1≤j≤N，每一個編碼向量的維度是1×L，由于每個患者數據檢測項目不同，N是一個變化的數值，而L則是由網絡結構預先設定的固定數值；

步驟4c：首先利用公式得到一個1×L維的向量v，其中代表向量加法；

步驟4d：然后將所有編碼向量連接，得到一個N×L維的編碼矩陣E；

步驟4e：通過公式得到一個維度固定為1×L的特征向量f，其中E^T是編碼矩陣E的轉置矩陣，表述矩陣乘法；

步驟4f：將得到的固定維度特征向量f輸入到步驟3訓練完畢的解碼器中，得到彌補缺失數據的患病數據結果

2.根據權利要求1所述針對臨床檢測數據缺失問題的數據處理方法，其特征在于：所述ReLu激活函數為：Xavier Glorot在2011年發表的Deep sparse rectifier neuralnetworks中提出。

3.根據權利要求1所述針對臨床檢測數據缺失問題的數據處理方法，其特征在于：所述Dropout以及Sigmoid激活函數為：Nitish Srivastava在2014年發表的Dropout:a simpleway to prevent neural networks from overfitting中提出。