【技术实现步骤摘要】
基于多维度数据的计算机辅助决策方法、装置、系统及服务器
本专利技术涉及基于多维度数据的计算机辅助决策方法、装置、系统及服务器，属于计算机辅助决策领域。
技术介绍
随着计算机辅助决策技术的发展，越来越多的疾病预警模型被用于辅助医生进行疾病诊断、预后。但由于神经精神疾病的诊断暂时缺乏客观生物学判据，更多依赖于医生的主观判断，因此研究出神经精神疾病的发病潜在因素，建立起疾病预警模型变得十分紧迫。临床上，确诊神经精神疾病及其严重程度方法有如下几种：受测者病史收集、精神检查和躯体与实验室检查，病史包括既往史、个人史及家族史；精神检查主要通过临床量表的方式评估；躯体与实验室检查主要包括：常规检查、神经电生理和影像学检查。目前，学术界流行的神经精神疾病辅助决策研究主要采用统计学或机器学习等方法，对受测者的多维度医学数据进行分析，寻找潜在的诱病因素、建立有效的预警模型。但由于病人病史、量表数据以及医学检查数据均含有大量隐私信息，数据维护和管理都很困难，缺乏有效的统一数据库。同时，现有模型都针对小数据集进行设计，无法满足对统一数据库收...
【技术保护点】
1.一种基于多维度数据的计算机辅助决策方法，其特征在于，所述决策方法包括：/n多维度数据采集，受测者信息录入，并由前端设备发送到分布式队列中；/n对队列中的数据进行信息格式化和预处理与特征提取，并将处理后数据存储到分布式数据库中；/n对分布式数据库中提取的各维度数据进行针对性分析，经过训练得到相应的辅助决策模型，并将的辅助决策模型存储到数据库中；/n根据各维度输入数据使用指定的辅助决策模型进行推断和决策，输出预测数据与相似关联类型数据。/n
【技术特征摘要】
1.一种基于多维度数据的计算机辅助决策方法，其特征在于，所述决策方法包括：
多维度数据采集，受测者信息录入，并由前端设备发送到分布式队列中；
对队列中的数据进行信息格式化和预处理与特征提取，并将处理后数据存储到分布式数据库中；
对分布式数据库中提取的各维度数据进行针对性分析，经过训练得到相应的辅助决策模型，并将的辅助决策模型存储到数据库中；
根据各维度输入数据使用指定的辅助决策模型进行推断和决策，输出预测数据与相似关联类型数据。
2.根据权利要求1所述的多维度数据处理与分析方法，其特征在于，所述多维度数据包括神经影像数据、量表测评数据、生化信息数据，所述受测者信息包括人口学信息、临床信息、患病史。
3.根据权利要求1所述的多维度数据处理与分析方法，其特征在于，所述辅助决策模型包括机器学习模型、深度神经网络模型和图神经网络模型，其中，
所述机器学习模型以结构化数据为输入，包括经过计算的神经影像和生化信息特征数据，以及经过量化处理的量表测评、人口学信息、临床信息和患病史，以损失函数为评价准则，采用最优化算法求解损失最小时的机器学习模型参数，输出特征权重和决策结果，求参公式如下：
θ＝argmin(L(y,f(x)))
其中θ为机器学习模型参数，L为损失函数，f为机器学习模型函数，y为标签，x为输入；
所述深度神经网络模型以图像数据或与机器学习模型相同的结构化数据为输入，以损失函数为评价准则，以反向传播为最优化算法，使用多层神经元拟合输入输出映射函数，输出特征贡献度和决策结果，深度神经网络模型中神经网络层算子如下：
Z＝a(W·A)
其中Z为层输出，a为激活函数，W为权值矩阵，A为层输入；
所述图神经网络模型以由神经影像数据计算和构建的脑连接网络节点特征向量与邻接矩阵为输入，输出显著特征图谱和决策结果，图神经网络模型中图神经网络层算子如下：
Z＝a(L·H·W)
其中Z为层输出，a为激活函数，L为拉普拉斯矩阵，H为层输入，W为权值矩阵。
4.一种用于计算机辅助决策的多维度数据处理装置，其特征在于，所述装置包括：
采集与录入单元，用于设备采集多维度数据，以及人工录入受测者信息；
处理与分析单元，用于格式化信息、数...
【专利技术属性】
技术研发人员：吴凯，雷炳业，韩俊南，
申请(专利权)人：华南理工大学，广州双悠生物科技有限责任公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。