[发明专利]基于区块链的机器学习定量预测间充质干细胞疗法后软骨修复率的方法

权利要求书

1.基于区块链的机器学习定量预测间充质干细胞疗法后软骨修复率的方法，其特征在于，包括以下步骤：

S1、基于区块链的数据库建立：收集已发布的有关MSC软骨修复疗法的临床试验报告，获得原始数据，并将其分类为数据的输入和输出；同时，将报告来源连同原始数据一同存储在链上；

S2、对原始数据的预处理：将使用不同评分系统的输出分数归一化为[0,1]，其中，0代表最严重的损伤或疼痛，1代表完全健康的组织；同时，根据已有的生物学解释，将一些初始值分配给数据库中的缺失数据，作为初步预测的缺失值；

S3、丢失数据处理：将确实值设置为数据集中存在的值的平均值，然后递归应用以下方程式直至收敛，并最终返回收敛的结果：

x⁽ⁿ⁺¹⁾＝γxⁿ+(1-γ)f(xⁿ)

其中，x代表缺失值，n表示迭代步骤；f(xⁿ)表示从神经网络获得的关于x的预测；γ表示软化参数，且γ∈[0，1]；函数f在循环的每次迭代中保持固定；

S4、模型开发：

(1)通过一个人工神经网络框架捕获所有变量之间的功能关系；

(2)将数据库中的所有x尽可能地接近于定点方程f(x)＝x的函数f；

(3)将应用不同的激活功能约束隐藏节点；

(4)将状态变量，处理变量和处理结果都视为神经网络的输入和输出，并采用期望最大化算法来迭代地改进所有缺失值的估计；

(5)根据(1)～(4)建立神经网络模型；

S5、基于区块链的机器学习生成用于软骨修复的MSC治疗指南：

(1)对一组固定数据集进行随机抽取替换，使该组数据拥有更灵活的结构产生更多的模型；

(2)将产生的模型用于训练神经网络，同时，记录模型以及评估预测的性能；在训练过程中，模型的每一次迭代产生的信息会记录成为一个哈希值计入链上，并且下一步迭代需要验证之前的哈希值，然后再将本次结果记录为新的哈希值存贮在链上；

(3)根据全部不同模型的表现得到预测的整体性能，其中，具有较大不确定性的预测将指导如何将具有特定输入类型的额外数据补充到数据库中；较小的不确定性预测将用于生成一系列针对软骨修复的个性化MSC治疗的定量指南。

2.根据权利要求1所述的基于区块链的机器学习定量预测间充质干细胞疗法后软骨修复率的方法，其特征在于，所述步骤S1中，数据的输入包括条件变量和治疗变量。

3.根据权利要求2所述的基于区块链的机器学习定量预测间充质干细胞疗法后软骨修复率的方法，其特征在于，所述步骤S1中，数据的数出包括治疗结果。

4.根据权利要求3所述的基于区块链的机器学习定量预测间充质干细胞疗法后软骨修复率的方法，其特征在于，所述步骤S3中，γ＝0.5。

5.根据权利要求4所述的基于区块链的机器学习定量预测间充质干细胞疗法后软骨修复率的方法，其特征在于，在进行步骤S5之前，先通过识别关键描述符的方式评估模型的准确性。

6.根据权利要求5所述的基于区块链的机器学习定量预测间充质干细胞疗法后软骨修复率的方法，其特征在于，所述步骤S5中，通过改变神经网络模型权重矩阵来迭代训练神经网络。