[发明专利]经济效益型模型在医学数据信息上的处理系统及处理方法

权利要求书

1.一种经济效益型模型在医学数据信息上的处理系统，其特征在于，应用于计算机终端，所述经济效益型模型在医学数据信息上的处理系统包括：

映射关系指标获取模块，用于度量自变量向量空间与目标变量间映射关系的指标；以及利用自变量向量与指定向量均值的向量间的内积，得到各案例到指定空间的距离，使得各案例的多维向量降维到一维距离数值；

评价模块，用于评价自变量组合对这种映射关系的影响；还用于应用非线性回归方法建立目标类别与得到的概率值的非线性回归方程。

2.如权利要求1所述的经济效益型模型在医学数据信息上的处理系统，其特征在于，所述映射关系指标获取模块还用于应用于各案例向量到指定向量间关系的测量场景；为案例向量投影到指定向量空间的大小度量；

具体包括以下模块：

指定向量模块，用于定义目标变量的阳性案例的各自变量的均值组成的指定向量；

内积计算模块，用于计算自变量向量与指定向量间的内积；

概率值计算模块，用于将计算得到的内积经标准化处理后，再计算各值的logistics分布的概率值；

映射关系建立模块，用于计算出的概率值和目标变量间建立的映射关系。

3.如权利要求1所述的经济效益型模型在医学数据信息上的处理系统，其特征在于，所述评价模块还用于反映自变量组合下，其综合投影到目标类别的有效性；为鉴别各自变量对目标类别投影有效性的相对贡献大小；

具体包括以下模块：

基准回归系数获取模块，用于计算所有自变量组合下的回归系数，得到基准回归系数；

组合的回归系数计算模块，用于计算任一个自变量缺乏下的组合的回归系数；

减少的自变量获取模块，用于以基准回归系数为阈值，找出回归系数减少的自变量；

新自变量向量获取模块，用于以找出的具作用的所述减少的自变量构成新自变量向量。

4.一种经济效益型模型在医学数据信息上的处理方法，其特征在于，应用于计算机终端，所述经济效益型模型在医学数据信息上的处理方法包括：

步骤一，度量自变量向量空间与目标变量间映射关系的指标；利用自变量向量与指定向量均值的向量间的内积，得到各案例到指定空间的距离，使得各案例的多维向量降维到一维距离数值；

步骤二，评价自变量组合对这种映射关系的影响；应用非线性回归方法，建立目标类别与得到的概率值的非线性回归方程。

5.如权利要求4所述的经济效益型模型在医学数据信息上的处理方法，其特征在于，所述步骤一具体包括：

(1)定义目标变量的阳性案例的各自变量的均值组成的指定向量；

(2)计算自变量向量与指定向量间的内积；包括：矢量A＝[a1,a2,...an]，B＝[b1,b2...bn]，矢量A和B的内积数值表示为:A·B＝a1×b1+a2×b2+……+an×bn；

(3)将计算得到的内积经标准化处理后，再计算各值的logistics分布的概率值；包括：

(a)计算内积(X)的标准值(Xm)和标准差(Xsd)；

(b)计算Z＝(X-Xm)/Xsd；

(c)计算F(x)＝1/(1+exp(-Z))；

(4)计算出的概率值和目标变量间建立映射关系：

nls(y～plogis(a*scale(x)),data＝data.frame(x＝data_inner,y＝data[,ncol(data)]),start＝list(a＝1))。