[发明专利]病因分析方法、装置、系统、存储介质和电子设备有效

专利信息
申请号: 201911261663.8 申请日: 2019-12-10
公开(公告)号: CN111128389B 公开(公告)日: 2023-08-11
发明(设计)人: 邹存璐 申请(专利权)人: 东软集团股份有限公司
主分类号: G16H50/70 分类号: G16H50/70
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 魏嘉熹
地址: 110179 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 病因 分析 方法 装置 系统 存储 介质 电子设备
【权利要求书】:

1.一种病因分析方法,其特征在于,应用于分中心,所述分中心用于存储对应的医院的临床数据,所述方法包括:

从所述临床数据中获取多个用户的检测信息,其中,所述检测信息包括结果因变量的检测值以及和所述结果因变量对应的多个病因自变量的检测值;

根据所述病因自变量的检测值和所述结果因变量的检测值,确定每个病因自变量对应的分布参数,所述分布参数用于表示所述病因自变量的回归系数在所述分中心下的分布特征,所述回归系数用于表示病因自变量与结果因变量之间的关系,所述分布参数包括回归系数方差估计和回归系数期望估计;

向总中心发送所述分布参数和所述分中心的用户数量,以由所述总中心根据所述分布参数和所述用户数量确定目标病因自变量;

其中,所述根据所述病因自变量的检测值和所述结果因变量的检测值,确定每个病因自变量对应的分布参数,包括:

针对每个病因自变量,通过如下方式确定所述分布参数:

其中,表示在该分中心下的该病因自变量对应的回归表达式中的超参数,所述回归表达式用于表示该病因自变量与结果因变量之间的关系,其中,

表示在该分中心下第j个病因自变量对应的回归系数期望估计;

表示在该分中心下第j个病因自变量对应的回归系数方差估计;

xj表示第j个病因自变量;

xjk表示在该分中心下第j个病因自变量的第k个检测值;

表示在该分中心下第j个病因自变量的检测值的平均值;

yk表示在该分中心下所述结果因变量的第k个检测值;

m表示该分中心的用户数量。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

接收所述总中心返回的所述目标病因自变量以及所述目标病因自变量对应的目标回归系数;

若所述分中心的检测信息中包含所述目标病因自变量,根据所述目标病因自变量和所述目标回归系数确定剩余结果因变量和剩余病因自变量;

将所述剩余结果因变量确定为新的结果因变量,将所述剩余病因自变量确定为新的病因自变量,并重新执行所述根据所述病因自变量的检测值和所述结果因变量的检测值,确定每个病因自变量对应的分布参数,以及所述向总中心发送所述分布参数和所述分中心的用户数量的步骤。

3.根据权利要求2所述的方法,其特征在于,所述根据所述目标病因自变量和所述目标回归系数确定剩余结果因变量和剩余病因自变量,包括:

根据所述目标病因自变量和所述目标回归系数,通过如下公式确定所述剩余结果因变量:

其中,yResk表示在该分中心下的第k个剩余结果因变量的值;

yk表示在该分中心下所述结果因变量的第k个检测值;

表示所述目标回归系数;

xk表示在该分中心下所述目标病因自变量的第k个检测值;

其中,所述剩余病因自变量为所述检测信息中的病因自变量中除所述目标病因自变量之外的其他病因自变量。

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

接收所述总中心返回的所述目标病因自变量以及所述目标病因自变量对应的目标回归系数;

若所述分中心的检测信息中不包含所述目标病因自变量,向所述总中心发送反馈消息,以使所述总中心在收到所述反馈消息时,确定所述目标病因自变量的替代病因自变量;

接收所述总中心发送的所述替代病因自变量和所述替代病因自变量对应的替代回归系数;

若所述分中心的检测信息中包含所述替代病因自变量,则根据所述替代病因自变量、所述替代回归系数和所述目标回归系数确定剩余结果因变量和剩余病因自变量;

将所述剩余结果因变量确定为新的结果因变量,将所述剩余病因自变量确定为新的病因自变量,并重新执行所述根据所述病因自变量的检测值和所述结果因变量的检测值,确定每个病因自变量对应的分布参数,以及所述向总中心发送所述分布参数和所述分中心的用户数量的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东软集团股份有限公司,未经东软集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911261663.8/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top