[发明专利]一种基于边信息的体检数据补全方法、装置及应用有效
| 申请号： | 201811416427.4 | 申请日： | 2018-11-26 |
| 公开（公告）号： | CN109658996B | 公开（公告）日： | 2020-08-18 |
| 发明（设计）人： | 吴健;陈晋泰;郭若乾;冯芮苇;雷璧闻;王文哲;陆逸飞;吴福理 | 申请（专利权）人： | 浙江大学山东工业技术研究院 |
| 主分类号： | G16H10/60 | 分类号： | G16H10/60 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 曹兆霞 |
| 地址： | 277800 山东*** | 国省代码： | 山东;37 |
| 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 基于 信息 体检 数据 方法 装置 应用 | ||
1.一种基于边信息的体检数据补全方法，包括以下步骤：
(1)构建列表示生理特征和疾病亚型，行表示患者，元素值为患者的生理特征检测值和疾病类型的体检-疾病矩阵；列表示疾病亚型，行表示致病因子，元素值为致病因子导致患疾病的概率的致病因子-疾病矩阵；以及列表示生理特征，行表示致病因子，元素值为致病因子与生理特征的相关性的致病因子-体检矩阵；
(2)针对体检-疾病矩阵，根据体检项目数据补充生理特征检测值，根据医生的主观诊断结果补充疾病类型；针对致病因子-疾病矩阵和致病因子-体检矩阵，根据医学知识，补充已知致病因子导致已知疾病亚型的概率，补充已知致病因子与生理特征的相关性；
(3)分别在体检-疾病矩阵和致病因子-疾病矩阵，体检-疾病矩阵和致病因子-体检矩阵，以及致病因子-疾病矩阵和致病因子-体检矩阵建立编码解码网络D2F Net，编码解码网络D2C Net以及编码解码网络F2C Net；其中，编码解码网络D2F Net，编码解码网络D2C Net以及编码解码网络F2C Net的网络结构均为由卷积层搭建的自编码器和反卷积搭建的自解码器；
(4)联合训练编码解码网络D2F Net，编码解码网络D2C Net以及编码解码网络F2CNet，当训练结束后，致病因子-疾病矩阵和致病因子-体检矩阵已经被补全；
联合训练时，以补全致病因子-疾病矩阵的总损失函数L1、补全致病因子-体检矩阵的总损失函数L2以及补全体检-疾病矩阵的总损失函数L3三者之和作为总损失函数，反向传递，更新编码解码网络D2F Net，编码解码网络D2C Net以及编码解码网络F2C Net的网络参数和补全致病因子-疾病矩阵、致病因子-体检矩阵；
当补全致病因子-疾病矩阵时，采用编码解码网络D2F Net和编码解码网络F2C Net对致病因子-疾病矩阵进行补全，对于编码解码网络D2F Net，以体检-疾病矩阵作为输入变量，采用自编码器对体检-疾病矩阵进行编码产生重构致病因子-疾病矩阵，采用自解码器对重构致病因子-疾病矩阵进行解码，产生重构体检-疾病矩阵，以体检-疾病矩阵与重构体检-疾病矩阵的离差平方和损失函数，和因子-疾病矩阵与重构因子-疾病矩阵的离差平方和损失函数之和作为编码解码网络D2F Net的损失函数L1；
对于编码解码网络F2C Net，以致病因子-体检矩阵作为输入变量，采用自编码器对致病因子-体检矩阵进行编码产生重构致病因子-疾病矩阵，采用自解码器对重构致病因子-疾病矩阵进行解码，产生重构致病因子-体检矩阵，以致病因子-体检矩阵与重构致病因子-体检矩阵的离差平方和损失函数，和致病因子-疾病矩阵与重构致病因子-疾病矩阵的离差平方和损失函数之和作为编码解码网络F2C Net的损失函数L2；
以损失函数L1和损失函数L2之和L1作为补全致病因子-疾病矩阵的总损失函数；
当补全致病因子-体检矩阵时，采用编码解码网络F2C Net和编码解码网络D2C Net对致病因子-体检矩阵进行补全，对于编码解码网络F2C Net，以致病因子-疾病矩阵作为输入变量，采用自编码器对致病因子-疾病矩阵进行编码产生重构致病因子-体检矩阵，采用自解码器对重构致病因子-体检矩阵进行解码，产生重构致病因子-疾病矩阵，以致病因子-疾病矩阵与重构致病因子-疾病矩阵的离差平方和损失函数，和致病因子-体检矩阵与重构致病因子-体检矩阵的离差平方和损失函数之和作为编码解码网络F2C Net的损失函数L3；
对于编码解码网络D2C Net，以体检-疾病矩阵作为输入变量，采用自编码器对体检-疾病矩阵进行编码产生重构致病因子-体检矩阵，采用自解码器对重构致病因子-体检矩阵进行解码，产生重构体检-疾病矩阵，以体检-疾病矩阵与重构体检-疾病矩阵的离差平方和损失函数，和致病因子-疾病矩阵与重构致病因子-疾病矩阵的离差平方和损失函数之和作为编码解码网络D2C Net的损失函数L4；
以损失函数L3和损失函数L4之和L2作为补全致病因子-体检矩阵的总损失函数；
(5)将待补全的体检-疾病矩阵输入到编码解码网络D2F Net，编码解码网络D2C Net中，利用补全的致病因子-疾病矩阵、致病因子-体检矩阵和编码解码网络F2C Net，经计算补全体检-疾病矩阵；
当补全体检-疾病矩阵时，采用编码解码网络D2C Net和编码解码网络D2F Net对体检-疾病矩阵进行补全，对于编码解码网络D2C Net，以致病因子-体检矩阵作为输入变量，采用自编码器对致病因子-体检矩阵进行编码产生重构体检-疾病矩阵，采用自解码器对重构体检-疾病矩阵进行解码，产生重构致病因子-体检矩阵，以致病因子-体检矩阵与重构致病因子-体检矩阵的离差平方和损失函数，和体检-疾病矩阵与重构体检-疾病矩阵的离差平方和损失函数之和作为编码解码网络D2C Net的损失函数L5；
对于编码解码网络D2F Net，以致病因子-疾病矩阵作为输入变量，采用自编码器对致病因子-疾病矩阵进行编码产生重构体检-疾病矩阵，采用自解码器对重构体检-疾病矩阵进行解码，产生重构致病因子-疾病矩阵，以致病因子-疾病矩阵与重构致病因子-疾病矩阵的离差平方和损失函数，和体检-疾病矩阵与重构体检-疾病矩阵的离差平方和损失函数之和作为编码解码网络D2F Net的损失函数L6；
以损失函数L5和损失函数L6之和L3作为补全体检-疾病矩阵的总损失函数。
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浙江大学山东工业技术研究院，未经浙江大学山东工业技术研究院许可，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/201811416427.4/1.html，转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
