[发明专利]肠道菌群移植配型的度量学习方法、系统、设备及介质

权利要求书

1.一种肠道菌群移植配型的度量学习方法，其特征在于，所述方法包括：

构建孪生神经网络；

将供体数据和受体数据输入所述孪生神经网络进行训练，得到供体度量特征和受体度量特征；

通过损失函数对所述供体度量特征和受体度量特征进行学习训练，并输出训练结果。

2.根据权利要求1所述的肠道菌群移植配型的度量学习方法，其特征在于，所述将供体数据和受体数据输入所述孪生神经网络进行训练，得到供体度量特征和受体度量特征的步骤包括：

所述孪生神经网络分别从所述供体数据和受体数据中提取供体数据特征和受体数据特征；

分别将所述供体数据特征和受体数据特征映射到新空间，形成在新空间表示的供体度量特征和受体度量特征。

3.根据权利要求1所述的肠道菌群移植配型的度量学习方法，其特征在于，通过以下损失函数对所述供体度量特征和受体度量特征进行学习训练：

其中，W为网络权重，Y为成对标签，为供体度量特征，为受体度量特征，D_W为和在潜变量空间的的欧拉距离，m为预定阈值。

4.根据权利要求3所述的肠道菌群移植配型的度量学习方法，其特征在于，如果和属于同一个类，为正样本，则Y＝0，调整D_W为最小值；如果和不同类，为负样本，则Y＝1，且若D_W小于预定阈值，则将D_W增大到所述预定阈值。

5.根据权利要求1所述的肠道菌群移植配型的度量学习方法，其特征在于，所述将供体数据和受体数据输入所述孪生神经网络进行训练的步骤之前还包括：

对供体数据和受体数据进行标准化处理。

6.根据权利要求1所述的肠道菌群移植配型的度量学习方法，其特征在于，所述孪生神经网络的两个神经网络均为LSTM神经网络或CNN神经网络。

7.一种肠道菌群移植配型的度量学习系统，其特征在于，所述系统包括：

网络构建模块，用于构建孪生神经网络；

特征处理模块，用于将供体数据和受体数据输入所述孪生神经网络进行训练，得到供体度量特征和受体度量特征；

匹配学习模块，用于通过损失函数对所述供体度量特征和受体度量特征进行匹配学习训练，并输出训练结果。

8.根据权利要求7所述的肠道菌群移植配型的度量学习系统，其特征在于，所述系统还包括：

标准化模块，用于对供体数据和受体数据进行标准化处理。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一所述方法的步骤。