CN107273685-CN201710447993-一种针对临床疾病的多模态大数据的数据分析方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107273685 A (43)申请公布日 2017.10.20 (21)申请号 201710447993.0 (22)申请日 2017.06.14 (71)申请人 广东工业大学 地址 510062 广东省广州市越秀区东风东 路729号大院 (72)发明人 鲁仁全　张金涛　吴元清　 (74)专利代理机构 北京集佳知识产权代理有限 公司 11227 代理人 罗满 (51)Int.Cl. G06F 19/00(2011.01) 权利要求书2页 说明书9页 附图2页 (54)发明名称 一种针对临床疾病的多模态大数据的数据 分析方法 (57)摘要 本发明公开了一种针对临床疾病的多模态 大数据的数据分析方法，包括：从医疗系统中获 取疾病类型对应的历史大数据；通过历史大数据 在各模态下对应的变化率设计多密度量化器；对 历史大数据采用多模态数据挖掘方法，并结合卷 积神经网络方法，提取出疾病类型对应的特征信 息；依据特征信息推导出历史大数据中感染疾病 类型的个体的动态演化规律；结合个体的动态演 化规律得到实时数据的性能评估指标。由此可 见，本方法可以有效地克服单模态数据的局限 性，能够综合考虑疾病的危险因素，为医院提供 A 更加详尽且准确的临床诊断标准，同时能给出个 5 体的动态演化规律，为疾病的早诊断早治疗提供 8 6 3 决策依据和技术支撑，提高了诊断效率和诊疗质 7 2 7 量。 0 1 N C CN 107273685 A 权　利　要　求　书 1/2页 1.一种针对临床疾病的多模态大数据的数据分析方法，其特征在于，包括： 根据确定好的疾病类型，从医疗系统中获取所述疾病类型对应的历史大数据； 通过所述历史大数据在各模态下对应的变化率设计多密度量化器以得到实时数据的 感知与获取方法； 对所述历史大数据采用多模态数据挖掘方法，并结合卷积神经网络方法，提取出所述 疾病类型对应的特征信息； 依据所述特征信息推导出所述历史大数据中感染所述疾病类型的个体的动态演化规 律； 结合所述个体的动态演化规律得到所述实时数据的性能评估指标。 2.根据权利要求1所述的数据分析方法，其特征在于，所述通过所述历史大数据在各模 态下对应的变化率设计多密度量化器以得到实时数据的感知与获取方法具体包括： 按照所述变化率将所述历史大数据进行分段，并求解各分段结果对应的平均值； 按照各所述平均值的偏差的范围将所述平均值划分成多个集合，并求解所述集合的平 均值； 计算所述集合中的测量数据的偏差，并根据所述测量数据的偏差与所述集合的平均值 的对应关系设计预测函数； 根据所述预测函数将所述测量数据标准化； 对标准化后的测量数据进行数据清洗，并依据传输网络的负载特性设置所述多密度量 化器。 3.根据权利要求2所述的数据分析方法，其特征在于，所述对所述历史大数据采用多模 态数据挖掘方法具体包括： 将疾病与危险因素的影响关系生成关系矩阵； 依据所述关系矩阵设定目标函数，并对所述目标函数极小化； 其中，所述目标函数为： 其中，M 为所述关系矩阵，U为疾病，V为危险因素，X 表示疾病的特征，X 为危险因素的 ij u v 特征，R(U,V)是对U与V的规则化约束，R (U,X)为U对X 的规则化约束，R (V,X)为V