[發(fā)明專利]一種面向動(dòng)態(tài)醫(yī)療數(shù)據(jù)的因果特征提取方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111196507.5
• 申請(qǐng)日: 2021-10-14
• 公開（公告）號(hào): CN113921145A
• 公開（公告）日: 2022-01-11
• 發(fā)明（設(shè)計(jì)）人: 俞奎;劉超凡;李培培
• 申請(qǐng)（專利權(quán)）人: 合肥工業(yè)大學(xué)
• 主分類號(hào): G16H50/70
• 分類號(hào): G16H50/70;G06K9/62
• 代理公司: 安徽省合肥新安專利代理有限責(zé)任公司 34101
• 代理人: 陸麗莉;何梅生

本發(fā)明公開了一種面向動(dòng)態(tài)醫(yī)療數(shù)據(jù)的因果特征提取方法，包括：1對(duì)醫(yī)療數(shù)據(jù)集進(jìn)行特征的提取，構(gòu)建/更新醫(yī)療數(shù)據(jù)的特征集合；2根據(jù)提取的特征和當(dāng)前的醫(yī)療數(shù)據(jù)，通過構(gòu)建/更新全維樹結(jié)構(gòu)，將醫(yī)療數(shù)據(jù)信息以統(tǒng)計(jì)信息的形式進(jìn)行匯總；3使用已有的關(guān)鍵特征(因素)集合賦值給本次因果特征提取的初始特征子集，即對(duì)最優(yōu)子集進(jìn)行初始化；4利用因果關(guān)系推斷理論與算法，通過添加與刪除操作的迭代，選擇最優(yōu)的特征子集，即得到當(dāng)前醫(yī)療數(shù)據(jù)的關(guān)鍵特征信息；5當(dāng)新的醫(yī)療數(shù)據(jù)到來后，重復(fù)步驟1?4，即可在動(dòng)態(tài)醫(yī)療數(shù)據(jù)中選擇出實(shí)時(shí)的關(guān)鍵特征。本發(fā)明能實(shí)現(xiàn)從動(dòng)態(tài)醫(yī)療數(shù)據(jù)中發(fā)現(xiàn)關(guān)鍵特征，并使關(guān)鍵特征的提取更具可解釋性和魯棒性。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)據(jù)挖掘領(lǐng)域，涉及到因果發(fā)現(xiàn)、人工智能等技術(shù)，具體地說是一種面向動(dòng)態(tài)醫(yī)療數(shù)據(jù)的因果特征提取方法。

背景技術(shù)

伴隨著大數(shù)據(jù)技術(shù)的快速發(fā)展，使用信息科技來處理健康醫(yī)療大數(shù)據(jù)來保障居民的健康已成為熾手可熱的焦點(diǎn)之一。其中健康醫(yī)療大數(shù)據(jù)是指在人們疾病防治、健康管理等過程中產(chǎn)生的與健康醫(yī)療相關(guān)的數(shù)據(jù)。但是大多的醫(yī)療數(shù)據(jù)是動(dòng)態(tài)產(chǎn)生的，龐大且雜亂，醫(yī)護(hù)人員無法從眾多的條目中及時(shí)而準(zhǔn)確的得到關(guān)鍵信息。因此在捕獲并匯總動(dòng)態(tài)醫(yī)療數(shù)據(jù)的同時(shí)，如何實(shí)時(shí)地提取出當(dāng)前醫(yī)療數(shù)據(jù)中的關(guān)鍵特征信息，以期更好地輔助醫(yī)生的工作具有重大意義。

選擇關(guān)鍵的特征需要使用特征選擇技術(shù)。特征選擇作為一種數(shù)據(jù)處理技術(shù)，可以降低特征數(shù)量、去除冗余特征和噪聲數(shù)據(jù)，廣泛地應(yīng)用于機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的各個(gè)領(lǐng)域。特征選擇是從高維數(shù)據(jù)集中選擇必要且盡可能小的一組特征子集，用于各類機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘任務(wù)，并與使用完整數(shù)據(jù)特征相比，擁有相近或更好的效果。

但是主要通過計(jì)算特征與類別變量之間的相關(guān)性進(jìn)行特征子集的選擇的傳統(tǒng)特征選擇方法存在一些缺點(diǎn)：

(1)缺乏可解釋性。相關(guān)性旨在捕獲特征與類別變量之間的共現(xiàn)性，因此通過相關(guān)性選擇出來的特征并不能為預(yù)測(cè)模型提供令人信服的解釋。

(2)缺乏魯棒性。通過特征與類別變量之間相關(guān)性選擇的特征子集所構(gòu)建的預(yù)測(cè)模型，在應(yīng)用到其它同分布的數(shù)據(jù)集時(shí)，其性能可能會(huì)明顯下降，效果會(huì)比驗(yàn)證時(shí)的差很多，即該模型不可靠。

發(fā)明內(nèi)容

本發(fā)明是為了克服現(xiàn)有技術(shù)的不足之處以及應(yīng)對(duì)動(dòng)態(tài)醫(yī)療數(shù)據(jù)，提出了一種面向動(dòng)態(tài)醫(yī)療數(shù)據(jù)的因果特征提取方法，以期能夠更加準(zhǔn)確地選擇出關(guān)鍵特征來輔助醫(yī)生的工作，同時(shí)持續(xù)跟進(jìn)患者的情況，實(shí)時(shí)地選擇關(guān)鍵因素，并提高選擇的可解釋性和魯棒性。

本發(fā)明為解決技術(shù)問題采用如下技術(shù)方案：

本發(fā)明一種面向動(dòng)態(tài)醫(yī)療數(shù)據(jù)的因果特征提取方法的特點(diǎn)是按如下步驟進(jìn)行：

步驟1、獲取第i次的醫(yī)療數(shù)據(jù)記錄，并記為其中，record_j,i表示第i次的第j條醫(yī)療數(shù)據(jù)記錄，1≤j≤R_i；R_i表示第i次的醫(yī)療數(shù)據(jù)記錄的條數(shù)，且第i次的第j條醫(yī)療數(shù)據(jù)記錄record_j,i中包含M_i種特征，記為其中，f_m,j,i表示第i次的第j條醫(yī)療數(shù)據(jù)記錄record_j,i中的第m個(gè)特征；且第m個(gè)特征f_m,j,i有N_m個(gè)不同取值；M_j,i表示第i次的第j條醫(yī)療數(shù)據(jù)記錄record_j,i中的特征數(shù)，令第j條記錄record_j,i的類別標(biāo)簽為L(zhǎng)_j,i；

步驟2、構(gòu)建并更新全維樹的結(jié)構(gòu)，并在全維樹中以統(tǒng)計(jì)信息的形式匯總?cè)繑?shù)據(jù)信息：

步驟2.0、初始化i＝1；k＝1；

步驟2.1、新建根節(jié)點(diǎn)root并作為第k層統(tǒng)計(jì)節(jié)點(diǎn)，并記錄Data_i的記錄條數(shù)；