[发明专利]一种患者特征自适应的治疗方案推荐系统及方法在审
| 申请号： | 201910932299.7 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110729029A | 公开（公告）日： | 2020-01-24 |
| 发明（设计）人： | 潘志刚;虞莹 | 申请（专利权）人： | 复旦大学附属中山医院 |
| 主分类号： | G16H20/00 | 分类号： | G16H20/00;G16H50/70;G06K9/62 |
| 代理公司： | 31001 上海申汇专利代理有限公司 | 代理人： | 徐俊;柏子雵 |
| 地址： | 200032 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 患者特征 治疗 自适应 多尺度特征 推荐系统 此系统 大数据 数据层 引擎层 应用层 累加 准确率 过滤 指南 医学 医疗 分析 | ||
1.一种患者特征自适应的治疗方案推荐系统，其特征在于，包括：
数据层，基于医学指南，将相关的治疗决策知识梳理成规则，包括条件和结论，将条件和结论存储在数据层中，其中，条件包括特征变量、操作符和阈值；
引擎层，基于数据层存储的条件和结论建立并训练决策树分类模型，设数据层中存储有N个特征变量，由引擎层将N个特征变量不限定个数地任意组合，形成特征集合SN，其中，表示特征集合SN中第2N-2个元素由N-1个特征变量组合而成，引擎层利用特征集合SN训练并构建2N-1个决策树分类模型，2N-1个决策树分类模型与特征集合SN中的2N-1个元素相对应；
应用层，用户通过应用层输入M个特征变量后，由应用层将M个特征变量不限定个数地任意组合，形成特征集合SM，SM∈SN，则应用层在引擎层中的2N-1个决策树分类模型中定位到与特征集合SM相匹配的2M-1个决策树分类模型，将特征集合SM中的2M-1个元素分别输入2M-1个决策树分类模型中，得到2M-1个治疗方案推荐结果，应用层将2M-1个治疗方案推荐结果进行融合后作为最终的治疗方案推荐结果输出给用户。
2.如权利要求1所述的一种患者特征自适应的治疗方案推荐系统，其特征在于，所述应用层采用将所述2M-1个治疗方案推荐结果的概率求加权和的方法进行所述融合。
3.如权利要求2所述的一种患者特征自适应的治疗方案推荐系统，其特征在于，所述最终的治疗方案中第i个治疗方案的概率pi为：式中，m表示2M-1个决策树分类模型中组成第k个决策树分类模型所对应的元素的特征变量的个数，表示2M-1个决策树分类模型中组成第k个决策树分类模型输出的与第i个治疗方案相对应的治疗方案推荐结果的概率。
4.基于如权利要求1所述的患者特征自适应的治疗方案推荐系统的患者特征自适应的治疗方案推荐方法，其特征在于，包括以下步骤：
步骤1、基于医学指南，将相关的治疗决策知识梳理成规则，包括条件和结论，将条件和结论存储在数据层中，其中，条件包括特征变量、操作符和阈值；
步骤2、设数据层中存储有N个特征变量，由引擎层将N个特征变量不限定个数地任意组合，形成特征集合SN，其中，表示特征集合SN中第2N-2个元素由N-1个特征变量组合而成，引擎层利用特征集合SN训练并构建2N-1个决策树分类模型，2N-1个决策树分类模型与特征集合SN中的2N-1个元素相对应；
步骤3、用户通过应用层输入M个特征变量后，由应用层将M个特征变量不限定个数地任意组合，形成特征集合SM，SM∈SN，则应用层在引擎层中的2N-1个决策树分类模型中定位到与特征集合SM相匹配的2M-1个决策树分类模型，将特征集合SM中的2M-1个元素分别输入2M-1个决策树分类模型中，得到2M-1个治疗方案推荐结果，应用层将2M-1个治疗方案推荐结果进行融合后作为最终的治疗方案推荐结果输出给用户。
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复旦大学附属中山医院，未经复旦大学附属中山医院许可，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/201910932299.7/1.html，转载请声明来源钻瓜专利网。
