申请/专利权人：西安交通大学

申请日：2020-02-27

公开（公告）日：2024-04-02

公开（公告）号：CN111243753B

主分类号：G16H50/70

分类号：G16H50/70;G06F18/2431;G06F18/2113;G06F16/215

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2020.06.30#实质审查的生效;2020.06.05#公开

摘要：本发明公开了一种面向医疗数据的多因素相关性交互式分析方法，包括以下步骤：将采集的医疗数据进行处理，将处理后的医疗数据按照患者病案号进行关联，获得每个患者的就诊序列；使用t‑SNE算法将获得的就诊序列映射到二维平面上，形成不同的特征群体；根据需要从特征群体中选择出特征群体；设定疾病表征指标；对选择的特征群体所具有的特征进行特征选择，确定与所述疾病表征指标相关性的特征顺序；采用统计学度量指标对选择的特征之间的相关性进行度量，获得具有统计学意义的结果，完成多因素相关性交互式分析。本发明能够交互式地对高维医疗数据进行分析，可视化展示影响疾病发展的关键因素。

主权项：1.一种面向医疗数据的多因素相关性交互式分析方法，其特征在于，包括以下步骤：步骤1，将采集的医疗数据进行处理，将处理后的医疗数据按照患者病案号进行关联，获得每个患者的就诊序列；其中，处理包括标准化处理；步骤2，使用t-SNE算法将步骤1获得的就诊序列映射到二维平面上，形成不同的特征群体；根据需要从特征群体中选择出特征群体；步骤3，设定疾病表征指标；对步骤2中选择的特征群体所具有的特征进行特征选择，确定与所述疾病表征指标相关性的特征顺序；步骤4，采用统计学度量指标对步骤3中选择的特征之间的相关性进行度量，获得具有统计学意义的结果，完成多因素相关性交互式分析；其中，步骤1中，所述将采集的医疗数据进行处理的具体步骤包括：1.1，消除医疗数据中的无关特征和隐私数据；其中，无关特征包括：患者姓名、患者序号，隐私数据包括：患者身份证号、患者手机号；1.2，消除医疗数据中的缺失值和异常值；其中，缺失值包括：空值、null、“-”，异常值包括：违反医学知识的值、违反常识的值；1.3，消除医疗数据中完全重复的数据；1.4，将医疗数据中的数值数据进行标准化处理，包括：对于同一特征数据xi， 式中，X为某一数值特征的所有值的集合，xi表示X中的第i个元素，i＝1,2,3,...n，n表示元素总数，minX表示集合X中的最小值，maxX表示集合X中的最大值；1.5，将医疗数据中的类别型数据进行编码，获得编码向量Y；其中，编码格式为： 其中，yk表示编码向量中的第k个值，k＝1,2,3,...,m，m表示编码向量中的元素数目，j表示数据所属的类别编号；步骤1中，获得的每个患者的就诊序列T，表达式为：T＝{xa,yb,zc,...}，式中，xa,yb,zc，a,b,c＝1,2,3,...l，分别代表不同类型的医疗数据，属于同一个患者；l表示每一类医疗数据的元素数目；步骤2中，根据需要从特征群体中选择出待研究特征群体G，表达式为：G＝{T1,T2,...,Tp,…,Td}，式中，Tp代表待研究特征群体中第p个患者的就诊序列，d＝1,2,3,...,d,d表示待研究特征群体中患者数量；步骤3中具体包括：3.1，设定疾病表征指标时，通过交互式指定；3.2，对选择的特征群体所具有的特征进行特征选择，确定与所述疾病表征指标相关性的特征顺序时，将特征的方差值小于阈值特征移除，获得移除后的特征；将移除后的特征按照与疾病表征指标的相关性排序，确定对疾病表征最关键的k个特征，完成特征选择及特征排序；步骤3.2中，将剩余的特征按照与疾病表征指标的相关性排序，确定对疾病发展最为关键的k个特征的步骤具体包括：3.2.1，构建以决策树为基学习器的分类器，记为F；3.2.2，将移除后特征的数据送入分类器F中，预测疾病表征指标P，得到基准预测结果O，表达式为：O＝Ft1,t2,...，tq...，te，式中，tq，q＝1,2,...,e表示包含第q个特征的数据，e表示特征的数量；3.2.3，将去除第r个特征后的数据送入分类器中进行预测，得到预测结果Or，表达式为：Oi＝Ft1,t2,...tr-1,tr+1,...,te；3.2.4，计算预测结果Or与基准预测结果O的差值，作为第r个特征对疾病发展的影响程度ΔOr，表达式为：ΔOr＝|Or-O|，式中，ΔOr，r＝1,2,3,...,e表示第r个特征对疾病发展的影响程度；其中，ΔOr越大，代表第r个特征对于疾病的发展影响越大，越关键；3.2.5，重复步骤3.2.4和3.2.5，直到全部特征都得到对疾病发展的影响程度ΔO；3.2.6，按照关键性度量指标大小对特征进行排序，获得前s个最关键的特征，表达式为：{t1,t2,...ts}＝sortΔO1,ΔO2,...,ΔOn，式中，sort表示排序函数。

全文数据：

权利要求：

百度查询： 西安交通大学 一种面向医疗数据的多因素相关性交互式分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD