[发明专利]一种基于时态逻辑的多来源围术期时序数据的治理方法

说明书

本发明涉及一种基于时态逻辑的多来源围术期时序数据的治理方法，属于计算机领域。该方法为：将多来源数据进行同一时间维度上的融合，根据数据搜索获得关系集；使用线性时态逻辑LTL将关系表示为逻辑公式；在手术过程的时态模型σ中，求解公式的可满足性；根据专家建议确定两个时间点记录的误差假服从正态分布的参数μ,δ；根据手术视频识别并统计关系中事件的时间间隔所服从的泊松分布的参数；设定时间间隔阈值，并结合时间间隔的概率确定最合适的因果关系配对。本发明使用LTL逻辑更加清楚全面表达了围术期中的时序关系，同时对时序关系在手术过程中进行了准确的验证。将系统误差纳入评估中，实现了对于有时间间隔的时序关系更准确的计算。

技术领域

本发明属于计算机领域，涉及一种基于时态逻辑的多来源围术期时序数据的治理方法。

背景技术

时态逻辑历来受到计算机科学家的关注，在计算机软件工程中，时态逻辑可以作为对计算机程序的执行进行规约、形式化分析和验证的工具。最近20多年，时态逻辑对计算机科学的发展产生了重要的影响，图灵奖作为“计算机界的诺贝尔奖”，已经成为计算机科学领域的最高荣誉。在1996年至2020年期间接近60项获奖成果中，有接近20项的成果与逻辑有着直接的关联，尤其跟时态逻辑的关联甚为密切。例如，1996年计算机图灵奖的获得者阿米尔·伯努利(Amir Pnueli)的成果就是把时态逻辑方法引入到计算机科学研究中。

使用操作符Next-time和Until来解释自然数时间的时间逻辑，被称为线性时间逻辑(liner temporal logic，LTL)用于转换系统中单个计算的推理形式化，可以指定无限计算的各种重要属性。时态逻辑的显著特征是：理论系统性强，形式语义清晰，语义表达能强。从1970以来，线性时间逻辑就成为计算机科学，尤其是模型检测中最广泛使用的时间逻辑。

LTL中的路径模型检查作为一个逻辑问题就是一个给定的LTL公式在给定的线性LTL模型σ中是否为真的问题。通过抽象地应用LTL公式的语义真定义来解决这个问题。根据定义线性模型是无限的，为了将LTL的路径模型检查描述为一个算法问题，我们需要将线性模型定义为有限的。

近年来，逐渐出现了针对医疗数据质量控制问题的研究，仍可以看出当前医疗数据时态逻辑研究还处于对医疗事件及其时态信息提取这个基础性研究阶段，距离有效利用医疗事件时态逻辑进行医疗数据质量管理还存在较大距离。

发明内容

有鉴于此，本发明的目的在于提供一种基于时态逻辑的多来源围术期时序数据的治理方法。

为达到上述目的，本发明提供如下技术方案：

一种基于时态逻辑的多来源围术期时序数据的治理方法，该方法包括以下步骤：

S1：将多来源数据进行同一时间维度上的融合，根据中文一体化医学语言系统CUMLS对数据进行统一化和标准化；

S2：读入数据包括时间信息，在规则库搜索相应的时序关系，获得关系集

S3：使用线性时态逻辑LTL将关系表示为逻辑公式

逻辑公式为：

S4：在手术过程的时态模型σ中，求解公式的可满足性；若公式的可满足性获得验证，数据中的时序关系与关系集中时序关系一致，数据满足要求；反之数据不满足要求；

手术过程的时态模型是有限的时间序列，序列长度为i，即最后一个时刻为i；每个时刻的标签是原子命题集合的元素，由属性序列Γ₀,...,Γ_i决定；

S5：若前后关系中的两个事件发生有时间间隔长度的要求，进行S6以后的步骤；

S6：综合专家意见估计不同事件类型的时间记录误差服从的正态分布的参数μ,δ；