[发明专利]围术期患者样本数据集均衡方法及样本数据集获取系统

权利要求书

1.一种围术期患者样本数据集均衡方法，其特征在于，包括：

步骤S1，对围术期患者的样本数据集中的少数类标签样本进行过采样获得合成样本，为合成样本生成对应的合成标签集，所述样本数据集包括多个样本以及样本对应的分类标签集；

步骤S2，将合成样本和合成标签集加入样本数据集获得临时样本数据集；

步骤S3，对临时样本数据集中的样本进行清洗获得均衡样本数据集。

2.如权利要求1所述的围术期患者样本数据集均衡方法，其特征在于，在所述步骤S1中，基于遗传算法为每个少数类标签设置过采样率，具体包括：

步骤S11，设样本数据集中包括W个少数类标签，将W个少数类标签的样本的过采样率作为个体的W个基因，所述W为正整数；构建初始种群，所述初始种群包括多个初始个体，每个初始个体的W个基因数值为通过随机选取获得；

步骤S12，重复执行以下进化迭代过程直到达到终止条件：

获取本代种群中每个个体的适应度；从本代种群中基于个体的适应度选取部分个体作为下一代种群的个体；对下一代种群的个体进行交叉运算和变异运算；

步骤S13，输出达到终止条件时适应度最大的个体。

3.如权利要求2所述的围术期患者样本数据集均衡方法，其特征在于，获取个体的适应度的过程：

基于个体的基因信息得到少数类标签过采样率组合；过采样率组合包括所有少数类标签的过采样率；

基于少数类标签过采样率组合对围术期患者的样本数据集中的少数类标签样本进行过采样获得合成样本以及合成样本的合成标签集，将合成样本和合成标签集加入样本数据集获得均衡样本集，将均衡样本集划分为均衡训练样本集和均衡测试样本集；

构建均衡多层感知神经网络，利用均衡训练样本集训练均衡多层感知神经网络获得均衡预测分类模型，利用均衡测试样本集测试均衡预测分类模型获得均衡预测分类模型的准确率，将该准确率作为个体的适应度。

4.如权利要求1或2或3所述的围术期患者样本数据集均衡方法，其特征在于，所述步骤S3为对临时样本数据集中每个样本进行清洗处理，所述清洗处理过程包括：

步骤S31，从临时样本数据集中选取种子样本，选择种子样本的k个近邻样本，k个近邻样本的分类标签组成近邻分类标签集，k为正整数；

步骤S32，基于近邻分类标签集通过贝叶斯条件概率预测种子样本的分类标签集，获得种子样本的预测分类标签集；

步骤S33，判断种子样本的预测分类标签集与其在临时样本数据集中的分类标签集是否相同，若相同，保留该种子样本，若不相同，删除该种子样本。

5.如权利要求4所述的围术期患者样本数据集均衡方法，其特征在于，在所述步骤S31中，选择种子样本的k个近邻样本的具体过程包括：

获取种子样本分别与临时样本数据集中全部或部分样本的异类值差度量HVDM；

利用临时样本数据集中样本的全局不平衡权重对异类值差度量HVDM进行修正获得修正异类值差度量；

对临时样本数据集中所有样本与种子样本的修正异类值差度量进行排序，选取前k个修正异类值差度量较大的样本作为种子样本的k个近邻样本。