买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于稀疏编码的免疫水平预测系统、装置和存储介质_深圳市锦欣医疗科技创新中心有限公司;恒星智库有限公司;深圳中山泌尿外科医院_202011363481.4 

申请/专利权人:深圳市锦欣医疗科技创新中心有限公司;恒星智库有限公司;深圳中山泌尿外科医院

申请日:2020-11-27

公开(公告)日:2024-04-23

公开(公告)号:CN112466468B

主分类号:G16H50/30

分类号:G16H50/30;G06N3/0464;G06N3/08;G16H50/70

优先权:

专利状态码:有效-授权

法律状态:2024.04.23#授权;2021.03.26#实质审查的生效;2021.03.09#公开

摘要:本发明涉及一种基于稀疏编码的免疫水平预测系统、装置和存储介质,包括数据矩阵制作模块用于获取多个指标数据集,根据所有指标数据集得到目标数据总集;根据所述目标数据总集得到训练数据矩阵;稀疏编码学习模块用于基于稀疏编码学习方法,对稀疏编码模型进行训练,得到目标稀疏表示;还用于对神经网络模型进行训练,得到优化权重矩阵和优化字典矩阵,并根据优化字典矩阵、优化权重矩阵和神经网络模型得到目标预测模型;免疫水平预测模块用于将待预测数据矩阵输入目标预测模型中,得到对应的免疫水平。本发明能够覆盖大部分的免疫指标,挖掘出多免疫指标对免疫水平表征的影响,准确地、全面地预测出免疫水平,弥补了医学空白。

主权项:1.一种基于稀疏编码的免疫水平预测系统,其特征在于,包括数据矩阵制作模块、稀疏编码学习模块和免疫水平预测模块;所述数据矩阵制作模块,用于获取多个指标数据集,根据所有指标数据集得到模型数据总集,对所述模型数据总集进行预处理,得到目标数据总集;所述数据矩阵制作模块,还用于根据所述目标数据总集得到输入数据矩阵,并从所述输入数据矩阵中获取训练数据矩阵;所述稀疏编码学习模块,用于构建稀疏编码模型,基于稀疏编码学习方法,利用所述训练数据矩阵对所述稀疏编码模型进行训练,得到目标稀疏表示;所述稀疏编码学习模块,还用于构建神经网络模型,根据所述目标稀疏表示和所述训练数据矩阵对所述神经网络模型进行训练,得到优化权重矩阵和优化字典矩阵,并根据所述优化字典矩阵、所述优化权重矩阵和所述神经网络模型得到目标预测模型;所述数据矩阵制作模块,还用于获取待预测指标数据集,并根据所述待预测指标数据集得到对应的待预测数据矩阵;所述免疫水平预测模块,用于将所述待预测数据矩阵输入所述目标预测模型中,得到所述待预测指标数据集对应的免疫水平;其中,所述待预测指标数据集和每个指标数据集中均包含有多个免疫指标数据序列;任一个免疫指标数据序列具体为任一个母体的任一项免疫指标在一个预设周期内,按照时间先后顺序排列的多个免疫指标数据;所述数据矩阵制作模块包括数据集获取单元、预处理单元、数据矩阵构建单元和数据矩阵划分单元;所述数据集获取单元,用于从医院大数据平台中确定多个母体,并分别提取每一个母体的所有免疫指标数据序列,分别根据每一个母体的所有免疫指标数据序列对应得到每一个母体的指标数据集,根据所有母体的指标数据集得到所述模型数据总集;所述预处理单元具体用于:将所述模型数据总集加载到MATLAB中,选取所述模型数据总集中的任一个指标数据集,按照免疫指标类型对选取的指标数据集中的所有免疫指标数据序列进行分类,得到选取的指标数据集对应的指标面板集;在选取的指标数据集对应的指标面板集中选取任一个指标面板,按照预设串联间隔和预设串联方向,对选取的指标面板下的所有免疫指标数据序列进行数据串联,得到选取的指标面板对应的串联指标面板;遍历选取的指标数据集对应的指标面板集中的每个指标面板,得到选取的指标数据集中每个指标面板一一对应的串联指标面板;根据选取的指标数据集的所有串联指标面板,得到选取的指标数据集对应的合并指标数据集;采用z-score归一化方法和或One-hot编码方法,对选取的指标数据集对应的合并指标数据集进行标准化处理,得到选取的指标数据集对应的标准指标数据集;遍历所述模型数据总集中的每个指标数据集,得到每个指标数据集一一对应的标准指标数据集,根据所有标准指标数据集得到所述目标数据总集;其中,所述免疫指标包括荷尔蒙指标、母体抗体指标、外周血免疫指标和子宫内膜免疫指标;所述数据矩阵构建单元,用于根据预设输入指标类型,分别在所述目标数据总集的每个标准指标数据集中均选取多个标准指标数据,根据选取的所有标准指标数据构建所述输入数据矩阵;所述数据矩阵划分单元,用于按照预设划分比例,将所述输入数据矩阵分为训练数据矩阵和测试数据矩阵;所述稀疏编码学习模块包括稀疏编码模型训练单元;所述稀疏编码模型训练单元具体用于:获取第一模型训练参数,根据所述第一模型训练参数构建所述稀疏编码模型;其中,所述第一模型训练参数包括模型原子数、第一模型学习率和第一模型成本函数;采用随机初始化方法,获取初始化字典矩阵和初始化稀疏表示,采用坐标下降法和ISTA迭代阈值收缩方法,根据所述初始化字典矩阵、所述初始化稀疏表示和所述训练数据矩阵对所述稀疏编码模型进行迭代收缩,得到目标稀疏表示。

全文数据:

权利要求:

百度查询: 深圳市锦欣医疗科技创新中心有限公司;恒星智库有限公司;深圳中山泌尿外科医院 一种基于稀疏编码的免疫水平预测系统、装置和存储介质

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。