[发明专利]一种医疗大数据分析处理系统及方法

权利要求书

1.一种医疗大数据分析处理系统，其特征在于，包括：

数据采集模块，采集关于需要预测的疾病并发症的原始数据，所述原始数据包括病人检验指标信息、病人检验报告信息和病人就诊记录信息；

数据预处理模块，对采集的原始数据进行清洗和集成；

数据转换模块，对经预处理后的数据利用熵进行离散化处理，以得到为标称型数据的样本集；

预测模型构建模块，构建用于训练的逻辑回归模型，从经数据转换的样本集中随机抽取一份数据集作为训练集，并基于该训练集对构建的逻辑回归模型的参数进行求解，以得到最终的预测模型；

预测模型测试模块，将样本集中的另一份数据集作为测试集，利用得到的最终的预测模型进行测试，以得到预测结果；

预测结果评估模块，采用多种评估度量对预测结果的准确性进行评估。

2.根据权利要求1所述的医疗大数据分析处理系统，其特征在于，所述预测模型构建模块包括：

矩阵构建单元，将训练集中的m个样本构建为m×n型矩阵，n为训练样本的n个指标；

训练模型构建单元，基于构建的m×n型矩阵，构建如下式(1)所示的逻辑回归模型：

y＝Θ^Tx＝θ₀*x₀+θ₁*x₁+...+θ_n*x_n(1)

其中，x＝[x₀,x₁,...,x_m]为矩阵中的n维向量，表示n种检验指标的结果，y表示诊断结果，在训练集中，当病人患有该种疾病时，取值为1，当病人没有患有该种疾病时，取值为0，Θ^T＝[θ₀,θ₁,...,θ_m]为该n维向量的特征权重向量，为需要求解的模型参数；

参数求解单元，利用极大似然函数对构建的逻辑回归模型的参数进行求解，所述极大似然函数如下式(2)所示：

L(Θ)＝∏g(Θ^Tx)^y(1-g(Θ^Tx))^1-y(2)

其中，g(Θ^Tx)为将回归结果y二分化的激励函数，当g(Θ^Tx)<T时，y＝0，即g(Θ^Tx)^y＝1，(1-g(Θ^Tx))^1-y＝(1-g(Θ^Tx))，当g(Θ^Tx)≧T时，y＝1，即g(Θ^Tx)^y＝g(Θ^Tx)，(1-g(Θ^Tx))^1-y＝1，T为基于期望分类结果所确定的阈值；

对上述公式(2)所示的极大似然函数两端求导得到其对数似然函数，如下式(3)所示：

l(Θ)＝∑y*log g(Θ^Tx)+(1-y)*log(1-g(Θ^Tx))(3)

通过对上述公式(3)所示的对数似然函数的参数进行求解，可得到用于训练的逻辑回归模型的模型参数，从而得到最终的预测模型。

3.根据权利要求2所述的医疗大数据分析处理系统，其特征在于，采用梯度下降法来对所述对数似然函数的参数进行求解，包括如下步骤：

(1)选择梯度方向

(2)选择下降步长α，对参数进行更新：

(3)重复以上步骤直至满足停止条件；

其中，x_i是投影到[0,1]之间的任意变量，y_i是第i个样本的真实值，y_i^*是该样本的预测值，λ是防止模型过拟合的结构化系数。