[发明专利]一种复杂疾病诊断系统

摘要

本发明公开了一种复杂疾病诊断系统，包括：标志物整合模块，用于以疾病为单位存储有整合生物标志物系统；标志物筛选模块，用于采用粗糙集属性约简方法在整合生物标志物系统内筛选关键生物标志物，计算每个生物标志物对疾病分类的属性重要度并进行排序，选取属性重要度排序在设定名次内的生物标志物作为关键生物标志物；诊断模型建立模块，用于基于支持向量分类机建立疾病诊断模型；本发明在支持向量分类机的基础上结合迁移学习方法提出迁移‑支持向量机方法来建立复杂疾病诊断模型，打破了数据限制，有利于建立可靠性和精确度更高的疾病诊断模型。

主权项

1.一种复杂疾病诊断系统，其特征在于，包括：/n标志物整合模块，用于以疾病为单位存储有整合生物标志物系统；/n标志物筛选模块，用于采用粗糙集属性约简方法在整合生物标志物系统内筛选关键生物标志物，计算每个生物标志物对疾病分类的属性重要度并进行排序，选取属性重要度排序在设定名次内的生物标志物作为关键生物标志物；所述标志物筛选模块计算每个生物标志物对疾病分类的属性重要度的具体方式为：给定一个决策表DT＝(U,C∪D,V,f)，sig(α,C,D)＝γ_C(D)＝γ_C(D)-γ_C-{α}(D)定义为条件属性α对条件属性集C相对于决策属性D的重要度，条件属性集C为整合生物标志物系统内所有生物标志物，各个条件属性α的取值为对应的生物标志物的含量，决策属性D表示受检人属于某种疾病患者或者非某种疾病患者，分别取值1和-1表示；/n诊断模型建立模块，用于基于支持向量分类机建立疾病诊断模型；所述诊断模型建立模块包括初始建立子模块和模型优化子模块，其中初始建立子模块用于在支持向量分类机的基础上进行疾病诊断模型的初始建立；模型优化子模块用于将含有已标签样本集的源域知识迁移至建立好的疾病诊断模型中、对模型进行优化。/n