【技术实现步骤摘要】
本专利技术涉及智慧医疗，具体涉及面向精神分裂症的双通道模糊信息粒与特征选择方法。
技术介绍
1、精神分裂症精神分裂症，简称精神分裂，是一组病因未明的慢性疾病，多在青壮年缓慢或亚急性起病，临床上往往表现为症状各异的综合征，涉及感知觉、思维、情感和行为等多方面的障碍以及精神活动的不协调。患者一般意识清楚，智能基本正常，但部分患者在疾病过程中会出现认知功能的损害。病程一般迁延，呈反复发作、加重或恶化，部分患者最终出现衰退和精神残疾，但有的患者经过药物治疗与心理治疗后可保持痊愈或基本痊愈状态。症状多不典型，病情进展快，易发生漏诊、错诊。
2、目前，针对精神分裂症的有关特征选择，张晓斌等人在《dna甲基化特征和前脉冲抑制特征在精神分裂症诊断中的应用》中提出将dna甲基化特征和前脉冲抑制特征用作临床生物标志物，应用于诊断鉴别精神分裂症、超高危人群和健康人群，该方法提出了检测精神分裂症时需要提取有用的特征，但是它仅针对dna甲基化和前脉冲抑制特征，并不涵盖整个脑网络的特征，具有一定的局部性。juneja akanksha等人在《a novel fuzzy roughselection of non-linearly extracted features for schizophrenia diagnosisusing fmri》对特征进行约简时仅采用依赖度计算，从单一角度对精神分裂数据进行样本和特征紧密性的刻画，在一定程度上缺乏精确性。
3、目前判断精神分裂症病变状况的有效办法是通过精神分裂症病因病机的病理特征实验，然
4、因此，如何解决上述技术问题为本专利技术面临的课题。
技术实现思路
1、为了解决上述问题，本专利技术提供了一种面向精神分裂症的双通道模糊信息粒与特征选择方法，根据稀疏相关性和模糊凸半球两种粒度表示形成模糊相似关系，从不同的角度刻画样本之间的紧密性更具说服力，并依据最大相关最小冗余最大交互策略，对特征进行重要度计算，按此重要度进行排序，最后依据类内类间将不同粒度排序后的特征序列进行重新排序，形成最终的特征序列和约简子集，有效提高了精神分裂症特征选择的效率和精度，对精神分裂症智能辅助诊断具有较强的应用价值。
2、为了实现以上目的，本专利技术采取技术方案为：一种面向精神分裂症的双通道模糊信息粒与特征选择方法，包括如下步骤：
3、s10、读取精神分裂症数据集，并将数据集转化为一个四元组决策信息系统；
4、s20、根据两种不同的粒度表示形成模糊相似关系，其一是将稀疏表示和双向策略融合形成，其二是根据距离度量构造模糊凸半球形成；
5、s30、依据最大相关最小冗余最大交互策略，刻画精神分裂症数据的特征重要度，对特征进行排序；
6、s40、对不同的粒度表示形成的特征序列采用类内类间策略决定最终的特征序列，并得出精神分裂症最终约简特征集合。
7、进一步地，所述步骤s10包括如下步骤：
8、s11、读取精神分裂症数据集，确定其特征集和决策分类，所述决策信息系统s＝<u,c∪d,v,f>，其中u＝{x1,…,xi,…,xn}表示精神分裂症数据的样本集，n表示精神分裂症的个数，xi表示第i个样本，xn表示第n个样本；c＝{a1,…,ai,…,an}表示精神分裂症数据特征的非空有限集，n表示精神分裂症数据中的特征个数，ai表示第i个特征，an表示第n个特征；d＝{d1,…,di,…,dm}表示精神分裂症数据决策特征的非空有限集，m表示精神分裂症数据中的决策类别个数，di表示第i个决策类别，dm表示第m个决策类别；v＝∪a∈c∪dva，va是精神分裂症数据特征a的可能情况；f:u×(c∪d)→v是一个信息函数，它为每个精神分裂症数据赋予一个信息值，即x∈u,f(x,a)∈va；
9、s12、根据数据集中决策特征d的不同信息值个数，将所述精神分裂症数据集s划分为t个数据子集，且满足其中si表示第i个数据子集，sj表示第j个数据子集，i≠j，i＝1,2,…,t，j＝1,2,…,t。
10、进一步地，所述步骤s20包括如下步骤：
11、s21、将精神分裂症数据集设置为x，x的重构权重矩阵为w，通过稀疏约束函数计算待考察样本xi和其它样本{x1,x2,…,xi-1,xi+1,…,xn}之间的稀疏相关性。
12、s22、根据精神分裂症数据集重构得到的权重矩阵w，看出样本间的稀疏相关性，该值的取值范围为[-1,1]，可将w矩阵设定为模糊相关性值，故对于由稀疏表示得到的样本xi与xj的模糊相似关系rsp(xi,xj)定义如下：
13、
14、其中，rsp(xi,xj)表示xi和xj之间由稀疏表示得到的模糊相似关系，w(xi,xj)表示xi和xj之间的稀疏相关权重值；ε表示模糊参数。
15、s23、判断精神分裂症数据集的稀疏模糊相似关系是否满足双向策略，即同时满足rsp(xi,xj)≠0和rsp(xj,xi)≠0，由稀疏表示和双向策略融合得到的模糊相似关系表示为rsm(xi,xj)。
16、s24、对精神分裂症数据的每个决策j(j＝1,2,…,m,m表示精神分裂症数据中的决策类别个数)取中心样本点
17、s25、计算精神分裂症样本xi和其它样本xj之间的欧氏距离dis(xi,xj)。
18、s26、根据欧氏距离，对于构造以样本xi为圆心，xi到对应的中心样本之间的距离为半径的模糊球，其定义如下：
19、
20、其中，p表示样本xi对应的决策类，表示以样本xi为圆心，为半径的模糊球所选的邻域集合。
21、s27、对于再构造以样本xi对应的中心样本为圆心，为半径的模糊球，其定义如下：
22、
23、其中，p表示样本xi对应的决策类，表示以样本xi对应的中心样本为圆心，为半径的模糊球所选的邻域集合。
24、s28、将两个模糊球进行融合，可得出样本xi对应的模糊凸半球δa(xi)，该凸半球是在模糊球的基础上选取靠近样本xi对应的中心样本一侧的样本点。
25、s29、根据模糊凸半球和欧氏距离，可得出精神分裂症由模糊凸半球得到的样本xi与xj的模糊相似关系rch(xi,xj)：
26、
27、进一步地，所述步骤s30包括如下步骤：
28、s31、计算精神分裂症数据的每个决策类别对应的模糊决策，记为
29、s32、计算精神分裂症当前候选特征与模糊决策之间的相关性rel，对于约简子集当前候选特征具体表示如下：
30、
31、其中，|u|为论域的个数，[xi]cf表示样本xi在特征集cf上对应的模糊相似本文档来自技高网...
【技术保护点】
1.一种面向精神分裂症的双通道模糊信息粒与特征选择方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的面向精神分裂症的双通道模糊信息粒与特征选择方法，其特征在于，所述步骤S10包括如下步骤：
3.根据权利要求1所述的面向精神分裂症的双通道模糊信息粒与特征选择方法，其特征在于，所述步骤S20包括如下步骤：
4.根据权利要求1所述的面向精神分裂症的双通道模糊信息粒与特征选择方法，其特征在于，所述步骤S30包括如下步骤：
5.根据权利要求1所述的面向精神分裂症的双通道模糊信息粒与特征选择方法，其特征在于，所述步骤S40包括如下步骤：
【技术特征摘要】
1.一种面向精神分裂症的双通道模糊信息粒与特征选择方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的面向精神分裂症的双通道模糊信息粒与特征选择方法，其特征在于，所述步骤s10包括如下步骤：
3.根据权利要求1所述的面向精神分裂症的双通道模糊信息粒与特征选择方法，...
【专利技术属性】
技术研发人员：鞠恒荣，樊晓雪，杨光，丁卫平，黄嘉爽，单婷婷，
申请(专利权)人：南通大学，
类型：发明
国别省市：
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。