基于最小二乘估计和隐私保护的冠心病研究方法和系统技术方案

本发明专利技术涉及冠心病研究技术领域，特别是指基于最小二乘估计和隐私保护的冠心病研究方法和系统，所述方法包括：S1、冠心病专科医院将自己的冠心病数据进行差分隐私保护，并将进行了差分隐私保护的冠心病数据发送给研究机构；S2、多个全科医院将自己的全科疾病数据进行差分隐私保护，并将进行了差分隐私保护的全科疾病数据发送给所述研究机构；S3、所述研究机构根据接收的各项数据建立多参与者的MP

【技术实现步骤摘要】
基于最小二乘估计和隐私保护的冠心病研究方法和系统


[0001]本专利技术涉及冠心病研究
，特别是指基于最小二乘估计和隐私保护的冠心病研究方法和系统。

技术介绍

[0002]冠状动脉粥样硬化性心脏病(coronary atherosclerotic heart disease)简称冠心病，指由于脂质代谢不正常，血液中的脂质沉着在原本光滑的动脉内膜上，在动脉内膜一些类似粥样的脂类物质堆积而成白色斑块，称为动脉粥样硬化病变。这些斑块渐渐增多造成动脉腔狭窄，使血流受阻，导致心脏缺血，产生心绞痛。
[0003]心脏是人体的重要器官，它的作用就好比是一个永不停止工作的泵，随着心脏每次收缩将携带氧气和营养物质的血流经主动脉输送到全身，以供给各组织细胞代谢需要。心脏自身的氧气和营养又如何得到呢？在主动脉的根部分出两条动脉，负责心脏本身的血液循环，称为冠状动脉。由于脂质代谢不正常，血液中的脂质沉着在原本光滑的动脉内膜上，在动脉内膜一些类似粥样的脂类物质堆积而成白色斑块，称为动脉粥样硬化病变。冠心病分为隐匿型：患者有冠状动脉硬化，但病变较轻或有较好的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于最小二乘估计和隐私保护的冠心病研究方法，其特征在于，所述方法包括：S1、冠心病专科医院将自己的冠心病数据进行差分隐私保护，并将进行了差分隐私保护的冠心病数据发送给研究机构；S2、多个全科医院将自己的全科疾病数据进行差分隐私保护，并将进行了差分隐私保护的全科疾病数据发送给所述研究机构；S3、所述研究机构根据接收的各项数据建立多参与者的MP
‑
ARMAX模型；S4、所述研究机构根据所述MP
‑
ARMAX模型，计算获得冠心病被其他疾病影响的相关性参数。2.根据权利要求1所述的方法，其特征在于，所述S1的冠心病专科医院将自己的冠心病数据进行差分隐私保护，具体包括：所述冠心病专科医院对自己的冠心病数据添加第一隐私保护噪声，所述第一隐私保护噪声为遵循方差为2b2(k)的拉普拉斯分布，所述冠心病专科医院选择所述第一隐私保护噪声的噪声参数b0，满足C1表示P0的敏感程度；δ表示隐私保护程度，ε为隐私保护预算。3.根据权利要求2所述的方法，其特征在于，所述S2的多个全科医院将自己的全科疾病数据进行差分隐私保护，具体包括：所述多个全科医院对自己的全科疾病数据添加第二隐私保护噪声，所述第二隐私保护噪声为遵循方差为2b2(k)的拉普拉斯分布，所述多个全科医院选择所述第二隐私保护噪声的噪声参数b
i
，满足C
i,2
表示P
i
的敏感程度。4.根据权利要求3所述的方法，其特征在于，所述多参与者的MP
‑
ARMAX模型，包括：其中y
k+1
为所述冠心病专科医院k+1时刻的冠心病数据，y
k
、y
k
‑1、...y
k
‑
p+1
为所述冠心病专科医院的历史冠心病数据，为第一个所述全科医院的历史全科疾病数据、为第二个所述全科医院的历史全科疾病数据、为第m个所述全科医院的历史全科疾病数据，w
k+1
是系统噪声，根据以上这些数据，计算出所述冠心病受其他疾病影响的相关性参数b
i,k
，以及所述冠心病受历史冠心病数据影响的相关性参数a
j
，k＝1,...,q
i
，j＝1,...,p，q
i
和p是已知的系统阶数。5.根据权利要求4所述的方法，其特征在于，计算出所述相关性参数b
i,k
和a
j
，具体包括：定义定义(其中η
k
～L(0,b0)，ξ
i,k
～L(0,b
i
))
在k+1时刻，在k+1时刻，在k+1时刻，其中θ
k
是θ在时刻k的估计值，θ
k+1
是θ在时刻k+1的估计值，表示的是矩阵的维数，T是对应矩阵的转置，对于任意给定的小正值α，维数，T是对应矩阵的转置，对于任意给定的小正值α，I是单位矩阵，维数与未知参数θ的维数相同，θ0是θ在0时刻的初始值，通过不断的迭代计算，直到K趋于无穷，得出的θ
k
的值为θ的最终近似值，进而得出所述相关性参数b
i,k
和a
j
...

【专利技术属性】
技术研发人员：张纪峰，王继民，郭金，谭建伟，赵延龙，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：