CN107578822B - 一种针对医疗多模态大数据的预处理及特征提取方法 - Google Patents

Abstract

本发明提出一种针对医疗机构分析多模态大数据的分析方法。主要是针对医院数据库中患者的多模态大数据的分析。可以综合考虑多个模态信息数据，有效地避免传统数据分析过程中，传输网络受限情况的发生，并保证实时反馈用户信息。所建立的多维偏最小二乘模型，并结合卷积神经网络方法，能够减少信息损失，得到稳定的预测模型，为医院提供更加详尽且准确的分析报告。

Description

一种针对医疗多模态大数据的预处理及特征提取方法

技术领域

本发明涉及医疗大数据领域，具体而言，涉及医院多模态大数据的预处理及特征提取。

背景技术

随着社会的发展，医疗技术也相应地不断得到提高。国内医院几乎都建立了属于自己的数据仓库，并不断地积累各种疾病信息的数据和历史记录大自身的数据库中，其内容都达到了相当大的规模。这对每一个医院机构来说，是一笔重要的信息资源。为行业人员提供疾病信息的帮助，观察疾病历年来的演变规律及发展趋势，都起到了举足轻重的重要性。然而现如今各个医疗机构都面临着这样的困境，就是如何去分析疾病多模态的大数据，提高疾病信息的利用率，并且准确地找出需要的信息，做出高明的决策。

发明内容

为了解决医疗多模态大数据的预处理及特征提取的难题，本发明提出了一种针对医院分析多模态大数据的方法，并提出设计多密度量化器，采用遗传算法和 BP遗传算法等技术进行预测分析。

一种针对医疗多模态大数据的预处理及特征提取方法，如图1所示，包括如下步骤：

步骤1.利用S-G平滑法对医院的多模态数据进行预处理。在待处理点前后选取一段数据。连续奇数个点组成单个窗口并将其排序，取中间值作为平滑值。

步骤2.获取处理后的数据，利用多模态数据的特征的信息量化的方法，采集该医疗机构的多模态大数据，结合网络传输的负载能力，设计多密度量化器

步骤3.基于相关系数分析的局部回归方法，利用多维偏最小二乘算法构建数据模型，采用GA-BP建模的方法，并结合卷积神经网络的方法，提取患者历史数据数据中有价值的信息

步骤4推导出疾病数据的新型信息提取算法，得到患者疾病的动态演化规律，对疾病做出性能评估指标，以及为患者提出滚动优化的方案。

附图说明

图1.一种针对医疗多模态大数据的预处理及特征提取方法的示意图。

具体实施方式

所述的S-G平滑法，其特征在于首先选择好合适的窗口，然后根据多项式拟合法，对每一个窗口内的数据进行平滑处理，将计算得到的平滑值代替对应的窗口数据，然后时间增加的方向依次移动一个数据点，形成新的窗口，直到遍历所有的数据点为止；

其具体的方法是在三维荧光光谱中选取一个矩阵平滑窗口，使得窗口包含 (2p+1)×(2q+1)个数据点，其窗口的数据点可以表示为：

(a_-p,b_-q,x(a_-p,b_-q,))…(a_-p,b₀,x(a_-p,b₀,)),…,(a_-p,b_q,x(a_-p,b_q,)) .....

(a₀,b_-q,x(a₀,b_-q,))…(a₀,b₀,x(a₀,b_0,)),…,(a₀,b_q,x(a₀,bq,)) .....

(a_p,b_-q,x(a_p,b_-q,))…(a_p,b₀,x(a_p,b_0,)),…,(a_p,b_q,x(a_p,b_q,))

其中a_m(m＝-p,…,p)为第m个发射光谱波长，b_n(n＝-q,…,q)为第n 个激发光谱波长，x(a_m,b_n)(m＝-p,…,p，n＝-q,…,q)为数据点 (a_m,b_n)的荧光强度。

其中窗口内各点的平滑值计算公式为：

所述的多密度量化器，其特征在于能够根据传输网络的情况，动态调节量化器的设定值。由于实际传输网络的情况是动态的，多密度量化器保证最大效率量化数据，达到对多模态大数据的高效传输。通过将量化处理后的数据写成输出值加上一个高斯噪声的形式，即：

然后求出相应时刻的负载度，并根据历史大数据统计数据变化的窗口值，结合数据仓库所需要的精度和负载设计多密度量化器。

所述的多维偏最小二乘算法构建数据模型，其特征在于多维偏最小二乘是一种多维数据模型，在进行回归模型建立过程中，可以得到与各维直接相关的载荷向量，并对模型的各维做独立解释，得到回归模型，可表示为：

其中，X为多模态大数据处理后生成的矩阵，F是组分数，T是得分矩阵，大小为I行F列，W^J和W^K分别是J方向和K方向的权重矩阵，大小分别为J 行F列和K行F列。

当进行预测的操作时，将多模态数据矩阵X^w(I×J×K),进行计算可以得到预测结果：将X^w降维到二维矩阵X^w(I×JK)，求解出预测变量Y_new的值

所述GA-BP建模的方法，其特征在于采用遗传算法和BP算法(GA-BP)轮流对得到的回归模型进行训练，依据疾病的相关指标，选取其中有价值的数据包，代入遗传算法模型进项建模，直到看到网络收敛。

其中BP网络学习流程为选择3层BP网络的拓扑结构，其输入层神经元选取量化后的多模态数据，然后网络化输入归一化样本数据，参照预测样本的仿真效果，当预测值均方根误差达到一定指标就提前停止训练，直接输出训练好的 BP网络模型。

所述卷积神经网络方法，其特征在于采用了前后传输的输出值，反向传播权重和偏置，内部的神经网络中相邻之间额神经单元采用部分连接，使上层的部分神经元，通过神经网络内部的神经元进行感知，有助于从医疗多模态大数据中抽取深层次的知识，从而建立针对多模态大数据的深度认识。

首先第一步建立卷积神经网络，其作用就是能够发现数据的局部特征，然后利用卷积神经网络中的map,共用一个卷积神经网络核。其中每一个map都是由多个神经单元组成。

接着通过实现特征数据与输出层的全连接，利用后传播神经网络的方式调整权重和偏置。可以通过梯度下降法来求解神经网络。因为在实际应用中，梯度下降法往往能够得到令人满意的结果。

卷积神经网络核其实就是权重的含义，在实际计算过程中不用单独计算，而是固定大小的权重矩阵去图像上匹配。权重共享策略减少了需要训练的参数，使得训练出来的模型的泛华能力更强。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (4)

1.一种针对医疗多模态大数据的预处理及特征提取方法，其特征在于，包括如下步骤：

步骤1.利用S-G平滑法对医院的多模态数据进行预处理，在待处理点前后选取一段数据，连续奇数个点组成单个窗口并将其排序，取中间值作为平滑值；

步骤2.获取处理后的数据，利用多模态数据的特征的信息量化的方法，采集该医院的多模态大数据，结合网络传输的负载能力，设计多密度量化器；

步骤3.基于相关系数分析的局部回归方法，利用多维偏最小二乘算法构建数据模型，采用GA-BP建模的方法，并结合卷积神经网络的方法，提取患者历史数据中有价值的信息；

步骤4. 推导出疾病数据的新型信息提取算法，得到患者疾病的动态演化规律，对疾病做出性能评估指标，以及为患者提出滚动优化的方案；

所述的多密度量化器，能够根据传输网络的情况，动态调节量化器的设定值；由于实际传输网络的情况是动态的，多密度量化器保证最大效率量化数据，达到对多模态大数据的高效传输；通过将量化处理后的数据写成输出值加上一个高斯噪声的形式，即：

然后求出相应时刻的负载度，并根据历史大数据统计数据变化的窗口值，结合数据仓库所需要的精度和负载设计多密度量化器；

所述的多维偏最小二乘算法构建数据模型，多维偏最小二乘是一种多维数据模型，在进行回归模型建立过程中，得到与各维直接相关的载荷向量，并对模型的各维做独立解释，得到回归模型，可表示为：

X＝T(W^K⊙W^J)^T+E

其中，X为多模态大数据处理后生成的矩阵，F是组分数，T是得分矩阵，大小为I行F列，W^J和W^K分别是J方向和K方向的权重矩阵，大小分别为J行F列和K行F列。

2.根据权利要求1所述的针对医疗多模态大数据的预处理及特征提取方法，其特征在于：所述的S-G平滑法，首先选择好合适的窗口，然后根据多项式拟合法，对每一个窗口内的数据进行平滑处理，将计算得到的平滑值代替对应的窗口数据，然后时间增加的方向依次移动一个数据点，形成新的窗口，直到遍历所有的数据点为止。

3.根据权利要求1所述的针对医疗多模态大数据的预处理及特征提取方法，其特征在于：所述GA-BP建模的方法，采用遗传算法和BP算***流对得到的回归模型进行训练，依据疾病相关指标要求，选取其中有价值的数据包，代入遗传算法模型进项建模，直到网络收敛。

4.根据权利要求1所述的针对医疗多模态大数据的预处理及特征提取方法，其特征在于：所述卷积神经网络的 方法，采用了前后传输的输出值，反向传播权重和偏置，内部的神经网络中相邻之间神经单元采用部分连接，使上层的部分神经元，通过神经网络内部的神经元进行感知。

Images