[发明专利]一种药物-疾病关联关系分析系统及方法有效
申请号: | 201710642650.X | 申请日: | 2017-07-31 |
公开(公告)号: | CN107403069B | 公开(公告)日: | 2020-05-12 |
发明(设计)人: | 张振中;李慧;沈晨音 | 申请(专利权)人: | 京东方科技集团股份有限公司 |
主分类号: | G16H50/70 | 分类号: | G16H50/70;G16H70/40;G16H20/10 |
代理公司: | 北京中博世达专利商标代理有限公司 11274 | 代理人: | 周娟 |
地址: | 100015 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 药物 疾病 关联 关系 分析 系统 方法 | ||
1.一种药物-疾病关联关系分析系统,其特征在于,包括:
数据收集模块,被配置为收集药物信息、疾病信息和药物-疾病关联关系信息;所述药物-疾病关联关系信息包括药物-疾病的治疗关系信息和/或药物-疾病的副作用关系信息;
与数据收集模块连接的学习模块,被配置为基于所述药物信息、疾病信息和药物-疾病关联关系信息,构建药效关系模型;所述药效关系模型用于分析药物-疾病关联关系r;所述药物-疾病关联关系包括药物-疾病的治疗关系r1和/或药物-疾病的副作用关系r0;
所述药效关系模型包括药物-疾病的关联关系的评价函数f(d,r,s),以及位于实数向量空间中的向量空间数据,f(d,r,s)=||MR×dv-MR×sv-vR||2;
所述向量空间数据包括药物的k维列向量dv、疾病的k维列向量sv、药物-疾病关联关系的n维列向量vR、药物-疾病的关联关系的n×k维映射矩阵MR,d表示药物,s表示疾病,||.||2表示L2范式,药物-疾病的治疗关系的n×k维映射矩阵MR包括药物-疾病的治疗关系的n×k维映射矩阵Mc,和/或药物-疾病的副作用关系的n×k维映射矩阵Ms;药物-疾病关联关系的n维列向量vR包括药物-疾病的治疗关系的n维列向量vr,和/或药物-疾病的副作用关系的n维列向量vs;
所述药物-疾病的关联关系的评价函数f(d,r,s)的表达式采用最优化目标函数L的方式对其表达式进行求解,所述目标函数L的最优化方法为随机梯度下降法。
2.根据权利要求1所述的药物-疾病关联关系分析系统,其特征在于,所述学习模块被配置为基于所述药效关系模型获得所述药物-疾病关联关系的关联性评分,评价所述药物-疾病关联关系。
3.根据权利要求1所述的药物-疾病关联关系分析系统,其特征在于,
所述药物的k维列向量dv的表达式、疾病的k维列向量sv的表达式、药物-疾病关联关系的n维列向量vR的表达式、药物-疾病的关联关系的n×k维映射矩阵MR的表达式以及所述药物-疾病的关联关系的评价函数f(d,r,s)的表达式采用最优化目标函数L的方式进行求解;
其中,
f(di,r,sj)=||MR×dvi-MR×svj-vR||2
f(di′,r,sj')=||MR×dvi′-MR×svj'-VR||2
T表示存在关联关系的集合,T′表示不存在关联关系的集合,di表示存在关联关系的药物,sj为存在关联关系的疾病;dvi表示为存在对应关系的药物的k维列向量,svj表示存在对应关系的疾病的k维列向量;di′表示不存在关联关系的药物,sj′为不存在关联关系的疾病;dvi′表示不存在关联关系中药物的k维列向量、svj′表示不存在关联关系中疾病的k维列向量;max(a,b)表示取a和b的最大值,γ表示预定义的边距,γ≥f(di′,r,sj′)-f(di,r,sj)。
4.根据权利要求3所述的药物-疾病关联关系分析系统,其特征在于,所述实数向量空间的维度k<n,且n和k均小于药物信息中药物的种类,以及疾病信息中疾病的种类。
5.根据权利要求4所述的药物-疾病关联关系分析系统,其特征在于,所述实数向量空间的维度为300-500。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于京东方科技集团股份有限公司,未经京东方科技集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710642650.X/1.html,转载请声明来源钻瓜专利网。