基于密度誘導(dǎo)1類支持向量機(jī)的醫(yī)療診斷方法及系統(tǒng)的制作方法
【專利摘要】本申請(qǐng)公開了一種基于密度誘導(dǎo)1類支持向量機(jī)的醫(yī)療診斷方法，包括：計(jì)算多個(gè)已知數(shù)據(jù)類型的訓(xùn)練樣本的相對(duì)密度；由所述訓(xùn)練樣本、與每個(gè)所述訓(xùn)練樣本對(duì)應(yīng)的數(shù)據(jù)類型和每個(gè)所述訓(xùn)練樣本的相對(duì)密度，構(gòu)成三元訓(xùn)練樣本集；利用所述三元訓(xùn)練樣本集來(lái)訓(xùn)練密度誘導(dǎo)1類支持向量機(jī)，獲得一個(gè)已知半徑的超球體模型；獲取待測(cè)醫(yī)療診斷數(shù)據(jù)；將所述待測(cè)醫(yī)療診斷數(shù)據(jù)代入所述超球體模型中，判斷所述待測(cè)醫(yī)療診斷數(shù)據(jù)所代表的點(diǎn)是否位于所述超球體模型內(nèi)，如果是，則表示該待測(cè)醫(yī)療診斷數(shù)據(jù)的數(shù)據(jù)類型為正常，否則表示數(shù)據(jù)類型為異常。本申請(qǐng)公開的方法，可以有效的將不平衡的醫(yī)療診斷數(shù)據(jù)區(qū)分開來(lái)，且準(zhǔn)確率高。
【專利說(shuō)明】基于密度誘導(dǎo)1類支持向量機(jī)的醫(yī)療診斷方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本申請(qǐng)涉及醫(yī)療診斷領(lǐng)域，更具體地說(shuō)，涉及一種基于密度誘導(dǎo)I類支持向量機(jī)的醫(yī)療診斷方法及系統(tǒng)。
【背景技術(shù)】
[0002]傳統(tǒng)的醫(yī)療診斷是通過(guò)醫(yī)生根據(jù)臨床經(jīng)驗(yàn)，對(duì)病人進(jìn)行推理診斷的決策過(guò)程。這種決策的正確性完全取決于醫(yī)生的個(gè)人經(jīng)驗(yàn)，顯然傳統(tǒng)的這種醫(yī)療診斷方法不能夠滿足現(xiàn)代社會(huì)發(fā)展的要求。
[0003]在現(xiàn)代社會(huì)計(jì)算機(jī)廣泛普及的情況下，很多傳統(tǒng)的任務(wù)都能夠采用智能化的手段來(lái)處理。智能的醫(yī)療診斷過(guò)程將比傳統(tǒng)的醫(yī)療診斷提供更為客觀和準(zhǔn)確的決策。目前，很多機(jī)器學(xué)習(xí)方法都應(yīng)用到了醫(yī)療診斷中，比如K近鄰方法、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等。但是，由于醫(yī)療數(shù)據(jù)是非常不平衡的數(shù)據(jù)，其正常數(shù)據(jù)多，非正常數(shù)據(jù)少，非正常數(shù)據(jù)反映的是某人是某種疾病的攜帶者，因而常規(guī)的機(jī)器學(xué)習(xí)分類方法不能夠獲得較好的分類結(jié)果。

【發(fā)明內(nèi)容】

[0004]有鑒于此，本申請(qǐng)?zhí)峁┝艘环N基于密度誘導(dǎo)I類支持向量機(jī)的醫(yī)療診斷方法及系統(tǒng)，用于解決現(xiàn)有機(jī)器學(xué)習(xí)分類方法針對(duì)不平衡的醫(yī)療數(shù)據(jù)，無(wú)法有效的進(jìn)行正確分類的問(wèn)題。
[0005]為了實(shí)現(xiàn)上述目的，現(xiàn)提出的方案如下:
[0006]一種基于密度誘導(dǎo)I類支持向量機(jī)的醫(yī)療診斷方法，包括:
[0007]計(jì)算多個(gè)已知數(shù)據(jù)類型的訓(xùn)練樣本的相對(duì)密度；
[0008]由所述訓(xùn)練樣本、與每個(gè)所述訓(xùn)練樣本對(duì)應(yīng)的數(shù)據(jù)類型和每個(gè)所述訓(xùn)練樣本的相對(duì)密度，構(gòu)成三元訓(xùn)練樣本集；
[0009]利用所述三元訓(xùn)練樣本集來(lái)訓(xùn)練密度誘導(dǎo)I類支持向量機(jī)，獲得一個(gè)已知半徑的超球體模型；
[0010]獲取待測(cè)醫(yī)療診斷數(shù)據(jù)；
[0011]將所述待測(cè)醫(yī)療診斷數(shù)據(jù)代入所述超球體模型中，判斷所述待測(cè)醫(yī)療診斷數(shù)據(jù)所代表的點(diǎn)是否位于所述超球體模型內(nèi)，如果是，則表示該待測(cè)醫(yī)療診斷數(shù)據(jù)的數(shù)據(jù)類型為正常，否則表示數(shù)據(jù)類型為異常。
[0012]優(yōu)選地，所述多個(gè)已知數(shù)據(jù)類型的訓(xùn)練樣本表示為:
[0013],其中Xi e RD，Yi e (+1, -1)，N是訓(xùn)練樣本的個(gè)數(shù)，D是訓(xùn)練樣本的維
數(shù)，Yi代表訓(xùn)練樣本Xi的數(shù)據(jù)類型，若Yi=I表示Xi為正常數(shù)據(jù)，若Yi=-1表示Xi為異常數(shù)據(jù)。
[0014]優(yōu)選地，所述計(jì)算多個(gè)已知數(shù)據(jù)類型的訓(xùn)練樣本的相對(duì)密度，具體為:
[0015]對(duì)Xi尋找其k個(gè)近鄰，令Xi與第k個(gè)近鄰的距離為 <，則該訓(xùn)練樣本的相對(duì)密度
【權(quán)利要求】
1.一種基于密度誘導(dǎo)I類支持向量機(jī)的醫(yī)療診斷方法，其特征在于，包括: 計(jì)算多個(gè)已知數(shù)據(jù)類型的訓(xùn)練樣本的相對(duì)密度； 由所述訓(xùn)練樣本、與每個(gè)所述訓(xùn)練樣本對(duì)應(yīng)的數(shù)據(jù)類型和每個(gè)所述訓(xùn)練樣本的相對(duì)密度，構(gòu)成三元訓(xùn)練樣本集； 利用所述三元訓(xùn)練樣本集來(lái)訓(xùn)練密度誘導(dǎo)I類支持向量機(jī)，獲得一個(gè)已知半徑的超球體模型； 獲取待測(cè)醫(yī)療診斷數(shù)據(jù)； 將所述待測(cè)醫(yī)療診斷數(shù)據(jù)代入所述超球體模型中，判斷所述待測(cè)醫(yī)療診斷數(shù)據(jù)所代表的點(diǎn)是否位于所述超球體模型內(nèi)，如果是，則表示該待測(cè)醫(yī)療診斷數(shù)據(jù)的數(shù)據(jù)類型為正常，否則表示數(shù)據(jù)類型為異常。
2.根據(jù)權(quán)利要求1所述的醫(yī)療診斷方法，其特征在于，所述多個(gè)已知數(shù)據(jù)類型的訓(xùn)練樣本表不為:
3.根據(jù)權(quán)利要求2所述的醫(yī)療診斷方法，其特征在于，所述計(jì)算多個(gè)已知數(shù)據(jù)類型的訓(xùn)練樣本的相對(duì)密度，具體為: 對(duì)Xi尋找其k個(gè)近鄰，令Xi與第k個(gè)近鄰的距離為之，則該訓(xùn)練樣本的相對(duì)密度為:
4.根據(jù)權(quán)利要求3所述的醫(yī)療診斷方法，其特征在于，所述三元訓(xùn)練樣本集為:
5.根據(jù)權(quán)利要求4所述的醫(yī)療診斷方法，其特征在于，所述利用所述三元訓(xùn)練樣本集來(lái)訓(xùn)練密度誘導(dǎo)I類支持向量機(jī)，獲得一個(gè)已知半徑的超球體模型，具體為: 利用所述三元訓(xùn)練樣本集，求解下面的二次優(yōu)化問(wèn)題:
6.根據(jù)權(quán)利要求5所述的醫(yī)療診斷方法，其特征在于，所述將所述待測(cè)醫(yī)療診斷數(shù)據(jù)代入所述超球體模型中，判斷所述待測(cè)醫(yī)療診斷數(shù)據(jù)所代表的點(diǎn)是否位于所述超球體模型內(nèi)，具體為: 令待測(cè)醫(yī)療診斷數(shù)據(jù)為X e Rd,將其帶入下式:
7.一種基于密度誘導(dǎo)I類支持向量機(jī)的醫(yī)療診斷系統(tǒng)，其特征在于，包括: 相對(duì)密度計(jì)算單元，用于計(jì)算多個(gè)已知數(shù)據(jù)類型的訓(xùn)練樣本的相對(duì)密度； 訓(xùn)練樣本集構(gòu)成單元，用于利用所述訓(xùn)練樣本、與每個(gè)所述訓(xùn)練樣本對(duì)應(yīng)的數(shù)據(jù)類型和每個(gè)所述訓(xùn)練樣本的相對(duì)密度，構(gòu)成三元訓(xùn)練樣本集； 模型建立單元，用于利用所述三元訓(xùn)練樣本集來(lái)訓(xùn)練密度誘導(dǎo)I類支持向量機(jī)，獲得一個(gè)已知半徑的超球體模型； 數(shù)據(jù)獲取單元，用于獲取待測(cè)醫(yī)療診斷數(shù)據(jù)； 數(shù)據(jù)診斷單元，用于將所述待測(cè)醫(yī)療診斷數(shù)據(jù)代入所述超球體模型中，判斷所述待測(cè)醫(yī)療診斷數(shù)據(jù)所代表的點(diǎn)是否位于所述超球體模型內(nèi)，如果是，則表示該待測(cè)醫(yī)療診斷數(shù)據(jù)的數(shù)據(jù)類型為正常，否則表示數(shù)據(jù)類型為異常。
【文檔編號(hào)】G06F19/00GK103761445SQ201410053830
【公開日】2014年4月30日 申請(qǐng)日期:2014年2月18日 優(yōu)先權(quán)日:2014年2月18日
【發(fā)明者】張莉, 周偉達(dá), 何書萍, 王邦軍, 張海飛, 李凡長(zhǎng) 申請(qǐng)人:蘇州大學(xué)