基于主元分析與超限學(xué)習(xí)機相結(jié)合的臨床病理數(shù)據(jù)分類方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種數(shù)據(jù)分類技術(shù)，具體是一種基于主元分析與超限學(xué)習(xí)機相結(jié)合的 病理數(shù)據(jù)分類方法，可有效應(yīng)用于高維臨床病理數(shù)據(jù)分類和挖掘。
【背景技術(shù)】
[0002] 臨床生理指標(biāo)是醫(yī)療診斷、醫(yī)治、預(yù)后等行醫(yī)基本依據(jù)。臨床數(shù)據(jù)維度很高，醫(yī)生 確診時，往往利用其專業(yè)醫(yī)學(xué)知識和診斷經(jīng)驗，做出推測。運種診斷經(jīng)驗是一種直覺性知識 與后天訓(xùn)練綜合能力，是醫(yī)生在多年臨床診斷的經(jīng)驗中積累起來的。但是疾病的內(nèi)在機理 錯綜復(fù)雜，各種因素之間會互相影響，其與人體的關(guān)系也是錯綜復(fù)雜不可預(yù)知，其中交織著 大量的非線性關(guān)系，如果能運用自主算法發(fā)掘數(shù)據(jù)內(nèi)在特征，實現(xiàn)臨床數(shù)據(jù)有效分類，將可 W為醫(yī)生的診治策略提供有益的提示和補充。
[0003] 醫(yī)療信息數(shù)據(jù)挖掘與應(yīng)用近年來已受到廣泛關(guān)注，相關(guān)眾多技術(shù)應(yīng)用中，數(shù)據(jù)提 取和分類算法速度，是關(guān)乎相關(guān)技術(shù)性能的兩個重要方面。前面提到臨床生理數(shù)據(jù)往往維 度較高，而進行算法優(yōu)化過程常設(shè)及到矩陣求逆等運算，造成計算量巨大的瓶頸效應(yīng)。而數(shù) 據(jù)分類模型往往又是數(shù)據(jù)驅(qū)動型黑箱，需采用迭代學(xué)習(xí)方法解決，又進一步加劇計算量瓶 頸效應(yīng)，給算法應(yīng)用造成困難。

【發(fā)明內(nèi)容】

[0004] 為了克服已有醫(yī)療信息數(shù)據(jù)挖掘方式的維度較高、計算復(fù)雜、分類效果較差的不 足，本發(fā)明提供了一種有效降低維度、簡化計算、分類效果良好的基于主元分析與超限學(xué)習(xí) 機相結(jié)合的臨床病理數(shù)據(jù)分類方法。
[0005] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：
[0006] -種基于主元分析與超限學(xué)習(xí)機相結(jié)合的臨床病理數(shù)據(jù)分類方法，所述分類方法 包括如下步驟：
[0007] 1)對臨床數(shù)據(jù)進行歸一化，通過主元分析進行特征提取，按特征顯著性進行特征 值排序，去除顯著性闊值W下的數(shù)據(jù)維度，達到數(shù)據(jù)降維的目的；
[000引2)數(shù)據(jù)降維后，用超限學(xué)習(xí)算法訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)分類器；
[0009] 假設(shè)有N個訓(xùn)練樣本（Xi,ti),其中Xi= [XiiXi2 Xi3'''Xin]T，i = l ,2,3'''N，n為樣本維 度，ti = [ ti3-' Xim]T，對于一個有R個隱層神經(jīng)元地單隱層網(wǎng)絡(luò)，設(shè)置其模型為：
[0010] 盛1知島(的'兩 + 的)=巧，j=l，2,3'.'N (6)
[0011] 其中g(shù)(x)為激活函數(shù)，超限學(xué)習(xí)機對激活函數(shù)沒有特別的要求，常見的激活函數(shù) 有sigmoid函數(shù)和化nh函數(shù)，Wi為輸入權(quán)重，Pi為連接隱層第i個神經(jīng)元輸出權(quán)重，
[0012] Wi= [wilWi2Wi3---Xin]^ (7)
[001；3]01=[01曲抓3...0山]了（8)
[0014] bi是隱層第i個神經(jīng)元地闊值，單隱層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練目標(biāo)是要使得擬合的誤差 最小，即其范數(shù)趨向于0，表示為：
[001引雖il防-MI = O (9)
[0016] 存在Pi，Wi，bi，使得& & + 6O = %，可進一步表示為為線性方程：
[0017] 地=T (10)
[001引 H為隱層節(jié)點的輸出矩陣，0為輸出權(quán)重矩陣，T為期望輸出矩陣， / 、[巧(快1.乂1+占1):…0(W; -Xi + %
[0019] H Wi ..W~'，趕I …島~,? …乂K I = ; … ； U 1 、 N W ^ k(的'％ +右1)…留(W品?斬+友品）. Pi 1 [t^^l
[0020] P= J ,T= I , (12)
[唔 J k\
[002。找到 #,，&.，M吏得：
[0022] |h(和 4)長-t| 品腳㈱:,Wp -Tll
[0023] 等價于求解最小化損失函數(shù)：
[0024] E二雖1皮星1#油的..馬+占;)-蛛；
[0025] 由公式（10)看出一旦輸入權(quán)重Wi和闊值bi被隨機確定，隱層的輸出矩陣H便隨之確 定，單隱層神經(jīng)網(wǎng)絡(luò)便轉(zhuǎn)換成了求解線性系統(tǒng)：
[0026] 地=T
[0027] 通過廣義逆矩陣可求得輸出權(quán)重矩陣P ;目=H+T，其中H+為H的廣義逆矩陣；
[0028] 3)運用訓(xùn)練后的前饋神經(jīng)網(wǎng)絡(luò)分類器對測試樣本進行測試，得分類結(jié)果。
[0029] 進一步，所述步驟1)中，數(shù)據(jù)降維的過程如下：
[0030] 假設(shè)有一組隨機樣本為化 X2，X3，…，XN，Xi = [ Xil，Xi2，Xi3，…，Xim]T, i = l,2,…，N,m 為樣本的維數(shù)，運組樣本的均值標(biāo)記為為
[0032]將每個隨機樣本與平均值相減進行特征中屯、化，并得到一個NXm矩陣集X， _X| - ^
[003；3] X= X?- X 巧) -Xn- X-
[0034] 此時，每個維度上的均值均為0;
[0035] 協(xié)方差定義:對于樣本X和樣本Y，其協(xié)方差定義為 CovO(,巧.=E瞄-E岡)(Y - ￡町別
[0036] 二^；^['(&_ 句(化_ 貧'+(&'_ '句知2 _ 巧十(?'-對(擁_ 巧] (3/
[0037] 當(dāng)樣本為m維數(shù)組時，它們的協(xié)方差便是協(xié)方差矩陣： COV知如 COV(Wm) I /'、
[003引 COV= ; ... (4) COV(XmXl)
[0039] 令矩陣P為：
[0041] 由公式(4)和(5)知矩陣P便是運組樣本的協(xié)方差矩陣，通過求解協(xié)方差矩陣P的特 征值和特征向量，并將特征值按照大小進行排序，
[0042] 入1>入2>入3 …>Am
[0043] 與之相對應(yīng)的特征向量為：
[0044] ei ,62 , G3 , ---Gm
[0045] 假設(shè)存在Ai * 0,當(dāng)i〉k時，此時可取Al,心心??心訊立的特征向量61,62,63…ek,選 取的特征向量矩陣與原數(shù)據(jù)集內(nèi)積后得到新的降維數(shù)據(jù)集。
[0046] 本發(fā)明基于主元分析與超限學(xué)習(xí)機相結(jié)合的病理數(shù)據(jù)分類技術(shù)，提取顯著數(shù)據(jù)降 低分類數(shù)據(jù)維度，再結(jié)合超限學(xué)習(xí)機高效解決優(yōu)化學(xué)習(xí)問題，可有效應(yīng)用于高維臨床病理 數(shù)據(jù)分類和挖掘。
[0047] 本發(fā)明的有益效果主要表現(xiàn)在:有效降低維度、簡化計算、分類效果良好。
【附圖說明】
[0048] 圖1是單隱層前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。
【具體實施方式】
[0049] 下面結(jié)合附圖對本發(fā)明作進一步描述。
[0050] 參照圖1，一種基于主元分析與超限學(xué)習(xí)機相結(jié)合的臨床病理數(shù)據(jù)分類方法，所述 分類方法包括如下步驟：
[0051] 1)對臨床數(shù)據(jù)進行歸一化，通過主元分析進行特征提取，按特征顯著性進行特征 值排序，去除顯著性闊值W下的數(shù)據(jù)維度，達到數(shù)據(jù)降維的目的；
[0化2] 據(jù)降維的過程如下：
[OOM]假設(shè)有一組隨機樣本為 X1，X2，X3, ...，XN，Xi = [Xil,Xi2，Xi3,…，Xim]T, i = l ,2,…，N,m 為樣本的維數(shù)，運組樣本的均值標(biāo)記為云
[0055] 將每個隨機樣本與平均值相減進行特征中屯