[发明专利]基于负数据库的相似患者查询方法及系统

权利要求书

1.一种基于负数据库的基因数据上安全的相似患者查询方法，其特征在于，包括以下步骤：

步骤1，将作为典型样本患者的基因序列转化为二进制串，并生成负数据库，并作为样本负数据库存储到服务器的基因序列总数据库中，同时存储与相应患者的医疗数据；

步骤2，将待查询的基因序列数据转化为二进制串，并生成相应的待查询基因序列负数据库，并上传服务器；

步骤3，计算待查询基因序列负数据库与基因序列总数据库中所有样本负数据库之间的编辑距离；

步骤4，找出编辑距离最小的样本负数据库，并返回相应患者的医疗数据。

2.根据权利要求1所述的基于负数据库的基因数据上安全的相似患者查询方法，其特征在于，步骤1、2中，对于由碱基A,T,G和C组成的一段基因序列，分别使用00，01，10和11来代替A,T,G和C，并将其转化为长度是原来两倍的二进制串形式，使用负数据库生成算法K-hidden将二进制串生成对应的负数据库形式。

3.根据权利要求1所述的基于负数据库的基因数据上安全的相似患者查询方法，其特征在于：步骤3中，由负数据库NDB_b中某一位上‘0’和‘1’的个数，来估算其隐藏的二进制串b在对应位上值为0的概率结合经典的编辑距离公式，得到负数据库间编辑距离估算公式NDB-ED：

其中，

其中edit[i][j]为编辑距离计算公式，对于两个基因序列s₁和s₂，edit[i][j]表示s1的前i位子串与s2的前j位子串之间的编辑距离，设s₁和s₂的长度分别是len₁和len₂，那么由edit[0][0]逐步计算到edit[len₁][len₂]就得到了s₁与s₂间的编辑距离；设由s₁和s₂生成的负数据库为NDB_b1和NDB_b2，通过统计NDB_b1和NDB_b2分别在第2i,2i+1位和第2j,2j+1位上‘0’和‘1’的个数，估算出它们所隐藏的二进制串b₁和b₂在对应位上为‘0’的概率和而它们又分别对应s₁和s₂的第i位和第j位，因此进一步计算出s₁和s₂分别在第i位和第j位取值相等的概率

4.一种基于负数据库的基因数据上安全的相似患者查询系统，其特征在于，包括客户端和服务器，其中，

客户端包括：

样本负数据库转换模块，用于将作为典型样本患者的基因序列转化为二进制串，并生成负数据库，并作为样本负数据库存储到服务器的基因序列总数据库中，同时存储与相应患者的医疗数据；以及

待查询负数据库转换模块，用于将待查询的基因序列数据转化为二进制串，并生成相应的待查询基因序列负数据库，并上传服务器；

服务器包括：

编辑距离计算模块，用于计算待查询基因序列负数据库与基因序列总数据库中所有样本负数据库之间的编辑距离；以及

医疗数据返回模块，用于找出编辑距离最小的样本负数据库，并返回相应患者的医疗数据给客户端。

5.根据权利要求4所述的基于负数据库的基因数据上安全的相似患者查询系统，其特征在于，样本负数据库转换模块具体将碱基A,T,G和C组成的一段基因序列，分别使用00，01，10和11来代替A,T,G和C，并将其转化为长度是原来两倍的二进制串形式，使用负数据库生成算法K-hidden将二进制串生成对应的负数据库形式。