[发明专利]对象聚类方法和装置

权利要求书

1.一种对多个对象中的类似对象进行聚类的方法(1)，所述方法包括：

获得对象数据的数据集(20)，所述数据集包含针对每个对象的相应定量值集合，每个定量值是所述对象的临床或病理特征的测量结果，并且每个定量值集合具有相同数量的定量值；以及

执行聚类过程(3)，包括：

对对象数据的所述数据集执行(4)主成分分析以识别至少两个主成分(PC1、PC2)，每个主成分与成分得分(cs₁、cs₂)和载荷的数据集(22A)相关联，载荷的每个数据集中的载荷的数量等于对象数据的所述数据集中的定量值的数量；

生成(5)加权值的第一数据集(51)，每个加权值基于载荷的所述数据集中的与头两个主成分中的一个主成分相关联的相应载荷，所述第一数据集中的加权值的数量等于载荷的所述数据集中的载荷的数量；

使用加权值的所述第一数据集对对象数据的所述数据集的所述定量值进行加权(6)，以获得对象数据的加权数据集(60)；以及

对对象数据的所述加权数据集执行(7)聚类算法以便将类似对象聚类成具有类似临床特性的对象组，其中，每个对象组中的对象具有类似的诊断、预测的对象结果和/或合适的处置选项。

2.根据权利要求1所述的方法，还包括获得加权值的第二数据集(52)的步骤(31)，所述第二数据集中的加权值的数量等于对象数据的所述数据集中的定量值的数量，并且

其中，生成加权值的所述第一数据集的步骤包括基于载荷的所述数据集中的与所述头两个主成分中的一个主成分相关联的相应载荷来修改加权值的所述第二数据集中的每个加权值，以由此获得加权值的所述第一数据集。

3.根据权利要求2所述的方法，其中，所述的修改加权值的所述第二数据集中的每个加权值包括：

选择(32)与第一主成分或第二主成分中的一个主成分相关联的载荷的数据集；以及

将加权值的所述第二数据集中的每个加权值乘以(33)载荷的所述数据集中的与所选择的主成分相关联的相应载荷，以获得加权值的修改的第一数据集。

4.根据权利要求3所述的方法，其中，所述的修改加权值的所述第二数据集中的每个值还包括将加权值的所述第二数据集中的每个加权值除以(34)0与1之间的随机或伪随机选择的数。

5.根据权利要求2至4中的任一项所述的方法，其中，所述的修改加权值的所述第二数据中的每个值包括基于载荷的所述数据集中的与所述头两个主成分中的随机或伪随机选择的一个相关联的相应载荷来修改加权值的所述第二数据中的每个值。

6.根据权利要求2至5中的任一项所述的方法，其中，所述的执行所述聚类过程包括迭代地执行所述聚类过程，并且其中，所述聚类过程还包括：

计算(41)指示通过所述聚类算法执行的所述聚类的质量的质量值；

响应于所述质量值大于第一预定阈值，利用加权值的所述第一数据集中的所述加权值来替换(43)加权值的所述第二数据集中的所述加权值；以及

响应于所述质量值在所述第一预定阈值以下，拒绝(44)加权值的所述第一数据集，并且保留加权值的所述第二数据集的所述加权值。

7.根据权利要求6所述的方法，其中，所述方法包括响应于以下中的任何一个或多个而中断(45)执行迭代聚类过程：

所述质量值大于第二预定阈值；

迭代次数大于预定迭代次数；

在所述迭代聚类过程期间逝去的时间长度大于预定时间长度；以及

加权值的所述第一数据集的相继拒绝次数大于预定拒绝次数。

8.根据权利要求6或7所述的方法，其中，所述第一预定值是基于使用加权值的所述第二数据集加权的对象数据的所述数据集通过所述聚类算法执行的聚类的质量值。

9.根据权利要求8所述的方法，还包括，在所述迭代聚类过程期间并且响应于所述质量值大于第一预定阈值，利用所述质量值来替换所述第一预定阈值。