[發(fā)明專(zhuān)利]基于變分推斷和深度學(xué)習(xí)的腹膜透析模式輔助推薦系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011247101.0
• 申請(qǐng)日: 2020-11-10
• 公開(kāi)（公告）號(hào): CN112435751B
• 公開(kāi)（公告）日: 2023-01-03
• 發(fā)明（設(shè)計(jì)）人: 洪草根;郝玉哲;李偉;陳大鵬;董張慧雅;王兆瑞;郭小青;李敬東;韓天利;梁釗銘
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)船舶集團(tuán)有限公司第七一六研究所;江蘇杰瑞科技集團(tuán)有限責(zé)任公司;連云港市第一人民醫(yī)院
• 主分類(lèi)號(hào): G16H50/50
• 分類(lèi)號(hào): G16H50/50;G16H50/70;G06N5/04;G06F30/27;G06N3/04;G06N3/08
• 代理公司: 南京理工大學(xué)專(zhuān)利中心 32203
• 代理人: 陳鵬

1.一種基于變分推斷和深度學(xué)習(xí)的腹膜透析模式輔助推薦系統(tǒng)，其特征在于，包括：

信息獲取模塊，用于獲取腹膜透析患者的基本信息；

計(jì)算處理模塊，用于預(yù)測(cè)手動(dòng)或自動(dòng)腹膜透析模式下的治療效果；

輔助推薦模塊，用于向決策者推薦合適的腹膜透析模式；

自學(xué)習(xí)模塊，用于將實(shí)際治療結(jié)果與預(yù)測(cè)的治療效果相比較，并將實(shí)際結(jié)果輸入到計(jì)算處理模塊中，優(yōu)化其算法；

其中，計(jì)算處理模塊中采用基于變分推斷和深度學(xué)習(xí)的預(yù)測(cè)模型，該模塊包括：

數(shù)據(jù)劃分模塊，用于獲取回顧性實(shí)驗(yàn)數(shù)據(jù)集，即腹膜透析患者的基本信息、采用的治療模式及相關(guān)參數(shù)、腹膜透析充分性，將其按比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集；

變分下界轉(zhuǎn)化模塊，通過(guò)變分推斷，推導(dǎo)得到變分下界，將最大化似然函數(shù)轉(zhuǎn)化為最大化變分下界；

深度神經(jīng)網(wǎng)絡(luò)模型構(gòu)建模塊，根據(jù)變分下界，利用深度神經(jīng)網(wǎng)絡(luò)構(gòu)建對(duì)應(yīng)模型，并以最大化變分下界為優(yōu)化目標(biāo)；

最佳超參數(shù)確定模塊，使用超參數(shù)搜索，采用不同的超參數(shù)組合在訓(xùn)練集上訓(xùn)練，并在驗(yàn)證集上驗(yàn)證其性能，挑選出最佳超參數(shù)組合；

治療效果預(yù)測(cè)模塊，在測(cè)試集上測(cè)試采取最佳超參數(shù)訓(xùn)練的模型，得到預(yù)測(cè)的治療效果。

2.根據(jù)權(quán)利要求1所述的基于變分推斷和深度學(xué)習(xí)的腹膜透析模式輔助推薦系統(tǒng)，其特征在于，所述回顧性實(shí)驗(yàn)數(shù)據(jù)集包含D個(gè)樣本；其中每個(gè)樣本由特征向量x_i、采取的干預(yù)措施t_i以及對(duì)應(yīng)觀察到的干預(yù)結(jié)果組成；其中k是特征數(shù)量，即向量的維度；t∈{0，1}，0代表未采取該干預(yù)措施，1為采取該干預(yù)措施；為連續(xù)值標(biāo)量。

3.根據(jù)權(quán)利要求2所述的基于變分推斷和深度學(xué)習(xí)的腹膜透析模式輔助推薦系統(tǒng)，其特征在于，數(shù)據(jù)樣本中，假設(shè)特征x包含相互獨(dú)立的三部分隱變量：1)只影響干預(yù)結(jié)果的隱變量z_y；2)只影響治理措施選擇的隱變量z_t；3)同時(shí)影響干預(yù)結(jié)果和干預(yù)措施選擇的隱變量z_c。

4.根據(jù)權(quán)利要求3所述的基于變分推斷和深度學(xué)習(xí)的腹膜透析模式輔助推薦系統(tǒng)，其特征在于，通過(guò)變分推斷方法，將三部分隱變量解耦并獲得變分下界，所述變分下界公式推導(dǎo)如下：

其中，P_θ為在給定x或z_y、z_t、z_c下的t或y的干預(yù)先驗(yàn)分布，為在給定x下的z_y、z_t、z_c的結(jié)局預(yù)測(cè)先驗(yàn)分布，q_φ為在給定x及y或t下z_y、z_t、z_c的結(jié)局預(yù)測(cè)后驗(yàn)分布；log P_θ(t，y|x)為給定x下，t和y聯(lián)合概率分布的對(duì)數(shù)似然函數(shù)，為給定z_t、z_c下t的概率分布的對(duì)數(shù)的期望，為給定z_t、z_c、t下y的概率分布的對(duì)數(shù)的期望。

5.根據(jù)權(quán)利要求4所述的基于變分推斷和深度學(xué)習(xí)的腹膜透析模式輔助推薦系統(tǒng)，其特征在于，假設(shè)各隱變量的條件概率分布q_φ(z_c|y，t，x)，q_φ(z_t|t，x)，q_φ(z_y|y，x)為多元正態(tài)分布，使用深度神經(jīng)網(wǎng)絡(luò)擬合分布的參數(shù)，即均值向量μ和標(biāo)準(zhǔn)差向量σ，并通過(guò)正態(tài)分布的參數(shù)計(jì)算兩個(gè)分布之間的KL距離；兩個(gè)正態(tài)分布間的KL距離為：

其中，σ為標(biāo)準(zhǔn)向量，μ為均值向量；

最大化變分下界對(duì)應(yīng)于最大化取反的三組KL距離，即最小化和