[發(fā)明專利]一種多組學(xué)數(shù)據(jù)的聚類分析方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110644202.X
• 申請日: 2021-06-09
• 公開（公告）號: CN113392894A
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計）人: 懷曉晨;穆紅章
• 申請（專利權(quán)）人: 瓴域影諾（北京）科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08
• 代理公司: 北京知呱呱知識產(chǎn)權(quán)代理有限公司 11577
• 代理人: 陳晨

本申請實施例公開了一種多組學(xué)數(shù)據(jù)的聚類分析方法和系統(tǒng)，通過采用神經(jīng)網(wǎng)絡(luò)對MR影像信息進行分割，根據(jù)各部分分割信息，提取高通量影像超參數(shù)；對臨床數(shù)據(jù)、人口學(xué)數(shù)據(jù)和實驗室檢查數(shù)據(jù)進行處理，生成不同維度的向量表示；將所述高通量影像數(shù)據(jù)和所述不同維度的向量表示進行多源數(shù)據(jù)融合，得到融合后的多源異構(gòu)數(shù)據(jù)；構(gòu)建多源異構(gòu)數(shù)據(jù)集，通過訓(xùn)練并測試多源圖聚類模型，得到最優(yōu)模型；將MR影像信息輸入到所述最優(yōu)模型中，分析不同類別差異性和同一類別相似性。采用圖結(jié)構(gòu)的方式，直觀表達數(shù)據(jù)之間的關(guān)聯(lián)情況，捕捉不同的特征，模型更魯棒，實現(xiàn)基于圖神經(jīng)網(wǎng)絡(luò)模型的高效聚類算法，具有很高的實用價值。

技術(shù)領(lǐng)域

本申請實施例涉及數(shù)據(jù)分析技術(shù)領(lǐng)域，具體涉及一種多組學(xué)數(shù)據(jù)的聚類分析方法和系統(tǒng)。

背景技術(shù)

近年來，多組學(xué)分析已廣泛應(yīng)用于醫(yī)學(xué)亞型分析上，高通量數(shù)據(jù)融合，準(zhǔn)確定義亞型，已成為精準(zhǔn)醫(yī)療的重要話題。目前多組學(xué)融合面臨著很多問題，如數(shù)據(jù)龐雜、數(shù)據(jù)稀疏、數(shù)據(jù)異質(zhì)等。數(shù)據(jù)融合的方法可分為相似性方法、基于降維方法、基于統(tǒng)計的方法。

基于相似性的方法是使用樣本之間的相似度來聚類數(shù)據(jù)，由于在當(dāng)前的多組學(xué)數(shù)據(jù)中，樣本數(shù)量遠遠小于特征數(shù)量，基于相似性的方法在樣本量不足的情況下，很難有較好的效果。基于譜聚類的算法沒有利用節(jié)點路徑信息，影響了聚類的準(zhǔn)確性。

發(fā)明內(nèi)容

為此，本申請實施例提一種多組學(xué)數(shù)據(jù)的聚類分析方法和系統(tǒng)，采用圖結(jié)構(gòu)的方式，直觀表達數(shù)據(jù)之間的關(guān)聯(lián)情況，捕捉不同的特征，模型更魯棒，實現(xiàn)基于圖神經(jīng)網(wǎng)絡(luò)模型的高效聚類算法，具有很高的實用價值。

為了實現(xiàn)上述目的，本申請實施例提供如下技術(shù)方案：

根據(jù)本申請實施例的第一方面，提供了一種多組學(xué)數(shù)據(jù)的聚類分析方法，所述方法包括：

采用神經(jīng)網(wǎng)絡(luò)對MR影像信息進行分割，根據(jù)各部分分割信息，提取高通量影像超參數(shù)；

對臨床數(shù)據(jù)、人口學(xué)數(shù)據(jù)和實驗室檢查數(shù)據(jù)進行處理，生成不同維度的向量表示；

將所述高通量影像數(shù)據(jù)和所述不同維度的向量表示進行多源數(shù)據(jù)融合，得到融合后的多源異構(gòu)數(shù)據(jù)；

構(gòu)建多源異構(gòu)數(shù)據(jù)集，通過訓(xùn)練并測試多源圖聚類模型，得到最優(yōu)模型；

將MR影像信息輸入到所述最優(yōu)模型中，分析不同類別差異性和同一類別相似性。

可選地，所述將所述高通量影像數(shù)據(jù)和所述不同維度的向量表示進行多源數(shù)據(jù)融合，得到融合后的多源異構(gòu)數(shù)據(jù)，包括：

添加MR定位定量開采的影像組學(xué)超參數(shù)，將四種不同類型的數(shù)據(jù)進行預(yù)處理，基于對應(yīng)的每個特征進行歸一化處理；

對預(yù)處理后的四種數(shù)據(jù)進行數(shù)據(jù)對齊；

將對齊后的數(shù)據(jù)進行關(guān)聯(lián)，針對每一個組學(xué)樣本分別構(gòu)建關(guān)聯(lián)矩陣，通過局部高斯核構(gòu)建相似性度量指標(biāo)，計算每個關(guān)聯(lián)矩陣的相鄰樣本，過濾權(quán)重小于設(shè)定范圍的數(shù)據(jù)，得到過濾后的多組學(xué)信息的關(guān)聯(lián)矩陣；

利用隨機游走算法融合不同組學(xué)的關(guān)聯(lián)矩陣。

可選地，所述通過訓(xùn)練并測試多源圖聚類模型，得到最優(yōu)模型，包括：

采用多源圖聚類模型實現(xiàn)聚類分析，對節(jié)點的局部鄰居的特征進行采樣和聚合，生成節(jié)點表示；

利用節(jié)點對的內(nèi)積運算重構(gòu)原始網(wǎng)絡(luò)結(jié)構(gòu)，結(jié)合注意力機制學(xué)習(xí)鄰居節(jié)點的權(quán)重，以使得自動學(xué)習(xí)特征；

在模型訓(xùn)練過程中，采用自訓(xùn)練聚類模塊，以實現(xiàn)對圖嵌入的約束和整合，對構(gòu)建的多源圖聚類模型進行訓(xùn)練和驗證，調(diào)整和優(yōu)化網(wǎng)絡(luò)參數(shù)，以實現(xiàn)多源圖聚類模型的訓(xùn)練和收斂。

可選地，所述將MR影像信息輸入到所述最優(yōu)模型中，分析不同類別差異性和同一類別相似性，包括：