[发明专利]一种基于假阴性样本识别的体检辅助决策系统

权利要求书

1.一种基于假阴性样本识别的体检辅助决策系统，其特征在于，包括：

数据获取模块：用于获取真实世界体检数据集，矩阵化为包括输入特征矩阵和真实诊断标签的原始数据集，将体检结果为阴性的样本视为无标签样本；

数据预处理模块：通过统一原始数据集中各特征分量的标准差和均值，形成标准化数据集；分离标准化数据集中各特征分量的正负半轴分量，在每个正负半轴分量上加上对应的可训练上下限值，形成扩展数据集；

基础特征分析模块：使用逻辑回归模型，将无标签样本视为负样本，训练获得在不考虑假阴性样本的情况下，各特征维度对产生真实诊断标签的特征权重；

假阴性样本识别模块：将特征维度分为直接相关维度和竞争维度两类，其中直接相关维度从医学角度对目标体检结果的判定产生直接影响，竞争维度从医学角度不对目标体检结果的判定产生直接影响，但会与目标体检结果竞争关注度，导致目标体检结果缺失，产生假阴性样本；构建两个逻辑回归模型和联合损失函数，进行联合训练，使用联合损失函数筛选真阴性样本和假阴性样本，并且使得直接相关维度能够最大程度区分阳性样本与筛选出的疑似真阴性样本，竞争维度能够最大程度区分阳性样本与筛选出的疑似假阴性样本；通过假阴性指标指示样本为假阴性样本的可能性；

预测模型构建模块：构建多层神经网络和引入了假阴性指标的损失函数，基于标准化数据集与假阴性指标，训练体检辅助决策模型；

辅助决策模块：基于体检者的体检数据，通过数据预处理模块获得标准化的特征向量，通过体检辅助决策模型得到预测结果，并输出给临床医生作为体检辅助决策结果。

2.根据权利要求1所述的基于假阴性样本识别的体检辅助决策系统，其特征在于，所述数据获取模块中，体检数据的特征维度包括基本生理指标和常规化验指标，所述基本生理指标包括身高、体重、BMI、收缩压和舒张压，所述常规化验指标包括血常规和尿常规；所述真实诊断标签为体检结果。

3.根据权利要求1所述的基于假阴性样本识别的体检辅助决策系统，其特征在于，所述数据获取模块中，将体检数据集矩阵化为原始数据集，为输入特征矩阵，为样本量，为体检指标总数，至表示各样本，至为原始数据集在各特征维度上的特征分量，表示转置；为个样本的真实诊断标签，代表第个样本为阳性样本，代表第个样本为真阴性样本或假阴性样本，视为无标签样本；将阳性样本集合记为，将无标签样本集合记为，将真阴性样本集合记为，将假阴性样本集合记为，有，且，的具体样本组成已知，，的具体样本组成未知。

4.根据权利要求3所述的基于假阴性样本识别的体检辅助决策系统，其特征在于，所述数据预处理模块中，对中各特征分量做标准化处理，使各特征分量上所有体检数据的标准差为1，均值为0；将标准化处理后的特征矩阵记为，表示第个经标准化后的样本，为标准化后的第维特征分量，与形成标准化数据集；

将扩展形成可训练特征矩阵：

其中表示第个经数据扩展后的样本，分别为的正半轴分量和负半轴分量；为各分量上的可训练上下限值构成的偏移向量，，加法通过广播机制完成；可训练特征矩阵与形成扩展数据集。

5.根据权利要求4所述的基于假阴性样本识别的体检辅助决策系统，其特征在于，所述基础特征分析模块中，将无标签样本视为负样本，基于扩展数据集构建逻辑回归模型，的损失函数为：

其中为可训练的特征权重向量，为可训练的截距值；为sigmoid函数，为决策函数，其值为决策值，为经sigmoid函数归一化后得到的逻辑回归模型的输出概率。