[發(fā)明專利]一種針對臨床檢測數(shù)據(jù)缺失問題的數(shù)據(jù)處理方法

有效

• 申請?zhí)枺?/td>: 202010982079.8
• 申請日: 2020-09-17
• 公開（公告）號: CN112183723B
• 公開（公告）日: 2022-07-05
• 發(fā)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(yè)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(chǎn)權代理事務所(普通合伙) 61290
• 代理人: 王鮮凱

本發(fā)明涉及一種針對臨床檢測數(shù)據(jù)缺失問題的數(shù)據(jù)處理方法，是基于有缺失數(shù)據(jù)的臨床檢測結果，使用自編碼神經(jīng)網(wǎng)絡來實現(xiàn)智能化的臨床數(shù)據(jù)處理。首先編碼器將每個檢測項目的數(shù)據(jù)結果進行編碼，由于每個檢測項目不同的患者數(shù)據(jù)，最終得到維度不確定的編碼矩陣。然后通過矩陣運算將不定維度的編碼矩陣轉(zhuǎn)化為相同維度的向量，從而能夠使用神經(jīng)網(wǎng)絡來進行解碼，對缺失檢測數(shù)據(jù)給與彌補。通過在編碼器和解碼器之間插入巧妙設計的矩陣運算，所提出的方法成功消除了臨床檢測數(shù)據(jù)維度不定問題，使得神經(jīng)網(wǎng)絡來可以被用來處理有大量缺失臨床檢測數(shù)據(jù)的處理。

技術領域

本發(fā)明屬于計算機輔助診斷領域，涉及一種針對臨床檢測數(shù)據(jù)缺失問題的數(shù)據(jù)處理方法，具體涉及利用自編碼神經(jīng)網(wǎng)絡處理存在大量缺失的臨床檢測數(shù)據(jù)的方法，可應用于基于簡單臨床檢測的疾病的數(shù)據(jù)處理問題。

背景技術

相比于復雜的檢測手段如X光、核磁共振等醫(yī)學檢測手段，常規(guī)的臨床檢測如血液檢測、尿液檢測等存在檢測時間短、成本低等優(yōu)點。在很多醫(yī)療設備欠缺的不發(fā)達的國家和地區(qū)，以及面對諸如新型冠狀病毒(COVID-19)之類的流行病，由于檢測設施的短缺或者突然增長的患者數(shù)量，血液檢測、尿液檢測等數(shù)據(jù)獲取遠比核磁共振、核酸檢測容易。因此基于常規(guī)臨床檢測數(shù)據(jù)的計算機輔助診斷方法對于提高不發(fā)達地區(qū)的醫(yī)療水平，以及遏制流行病的快速發(fā)展具有重大意義。然而，不同患者所進行臨床檢測的項目往往存在很大的差異，導致數(shù)據(jù)缺失成為臨床數(shù)據(jù)中常見的問題。

近年來，隨著人工智能領域的快速發(fā)展，使用神經(jīng)網(wǎng)絡的方法進行人工智能輔助診斷具有重大的應用前景。但神經(jīng)網(wǎng)絡使用的前提要求輸入數(shù)據(jù)的維度保持穩(wěn)定。JanusChristian Jakobsen等人在2017年發(fā)表的When and how should multiple imputationbe used for handling missing data in randomised clinical trials–a practicalguide with flowcharts證明對于缺失大于40％的臨床檢測數(shù)據(jù)，利用統(tǒng)計學方法填充缺失項的方法會引入大量噪聲導致性能下降。但是直接移除未檢測的項目則會導致每個患者檢測數(shù)據(jù)維度不定，導致難以直接使用神經(jīng)網(wǎng)絡進行診斷。

發(fā)明內(nèi)容

要解決的技術問題

為了避免現(xiàn)有技術的不足之處，本發(fā)明提出一種針對臨床檢測數(shù)據(jù)缺失問題的數(shù)據(jù)處理方法，在經(jīng)典的自編碼神經(jīng)網(wǎng)絡結構中，通過矩陣運算將數(shù)據(jù)維度變化的矩陣轉(zhuǎn)化為維度確定的向量，同時保留原始數(shù)據(jù)的有效信息且不引入額外噪聲，以此成功將神經(jīng)網(wǎng)絡的方法應用到檢測數(shù)據(jù)存在缺失的彌補之中。

技術方案

一種針對臨床檢測數(shù)據(jù)缺失問題的數(shù)據(jù)處理方法，其特征在于步驟如下：

步驟1、構建網(wǎng)絡結構，參數(shù)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(shù)值L，編碼器由兩個全連接層實現(xiàn)，第一個全連接層后使用ReLu激活函數(shù)；解碼器由兩個全連接層實現(xiàn)，第一個全連接層后使用了ReLu激活函數(shù)，第二個全連接層后使用Dropout，以及Sigmoid激活函數(shù)；

步驟2、構建訓練數(shù)據(jù)：所有數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)，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(wǎng)絡訓練得到優(yōu)化后的神經(jīng)網(wǎng)絡：

步驟3a：給定一個檢測了N個項目的患者數(shù)據(jù)，編碼器對每一個檢測項目的數(shù)據(jù)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；