[发明专利]一种基于分形技术的病案库构建方法

摘要

本发明公开了一种基于分形技术的病案库构建方法；其包括输入数据集、尺度筛选、样本缩减、属性约简器、输出病案库；本发明基于分形技术抓取病案库的主要特征，从病案数量与病案属性两方面对历史病案库进行约减与重构，能够避免病案库的无限扩大，提高病案库检索和分析的效率。本发明主要用于医院对于历史病案库进行分类、整理与分析，帮助医务人员基于历史病案认识疾病、诊治疾病和预防疾病。

主权项

一种基于分形技术的病案库构建方法，其特征在于：包括如下步骤；步骤1：输入数据集；输入病案数据，提取关键属性S＝{A，E}，其中A表示拥有m个属性的属性集{A1，A1，…，Am}，E表示包括n个元组的对象集；步骤2:尺度筛选；步骤2.1计算D(A)的q为‑5，2，5时的多重分形维度D‑5、D2、D5，以及对应的分形标度区；步骤2.2对q为‑5，2，5时对应的分形标度区间求交，得到公共分形标度区；步骤2.3取公共分形标度区的中间标度[rmin，rmax]，作为筛选结果；步骤2.4选择最大分形尺度rmax作为输出尺度；步骤3：样本缩减步骤3.1删减非分形样本依次检索Pi(rmin)，i＝1，…，N，若Pi(rmin)＜τ，去除样本点i；依次检索Pi(rmax)，i＝1，…，N,若Pi(rmax)＜τ，去除样本点i；步骤3.2保留rmax尺度样本；步骤4:属性约简器步骤4.1：计算属性无关概率，构建无关属性组，算法：(1)初始化：数据集D＝{A，E},A＝{A1，A1，…，Am}E表示包括n个元组的对象集，kmax,W＝{W1，W2，…，Wm}(2)r←计算初始数据集D(A)的分形维数(3)d←取大于等于d的最小整数(4)(5)k←0(6)do k←k+1(7)其中为属性子集选择函数，其依据概率Wk在A中选择d个属性(8)ds←计算属性子集D(S)的分形维数(9)(10)(11)对Wk+1(A)作归一化处理(12)until k＝kmax；步骤4.2：根据属性无关概率，选择属性子集，依据Wk+1(A)，选择具有最大无关概率的前k个属性。