CN104915560A - 一种基于广义神经网络聚类的疾病病种诊疗方案预测方法 - Google Patents

Abstract

本发明在研究过程中针对医疗数据的复杂性和不确定性，以及能迅速的为临床医生提供辅助决策支持，基于此，本发明以医疗机构的电子病历为基础，以实现对患者采用不同治疗方案中最优治疗方案为目的的研究。以住院的高血压患者为背景，通过提取患者住院期间的个人信息、体征信息和检验检查指标等特征信息，采用FCM模糊聚类分析方法对患者的病症特征进行模糊划分，获得聚类结果，并在此基础上构建基于减法聚类FCM算法的广义神经网络模型，对模糊聚类的结果进行网络训练，并将训练结果反馈到电子病历中，并针对新患者在接受临床路径时可能产生的治疗效果和治疗费用等进行预测，从而实现优化临床路径决策的目的。

Description

一种基于广义神经网络聚类的疾病病种诊疗方案预测方法

技术领域

本发明涉及一种基于模糊聚类分析的疾病病种诊疗方案聚类模型，并在此基础上构建基于模糊聚类与广义神经网络相结合的广义神经网络减法聚类FCM算法模型，从而对患者的疾病病种诊疗方案进行分类的预测方法。

背景技术

随着人口老龄化以医疗信息化的不断发展，在保障医疗质量和临床医生工作效率同时，如何有效地控制医疗成本、降低医疗开支、提高医疗资源的利用效率，已成为政府机关、医疗机构以及保险机关的共同目标。临床路径作为一种标准化治疗模式在医疗机构中得到了普遍的应用，但在具体实施过程中，如何得到基于医学的临床决策支持，也已经成为亟待解决的问题。

发明内容

本发明的目的是提供一种基于广义神经网络聚类的疾病病种诊疗方案的定量分析方法，从而实现对患者的疾病病种的诊疗方案进行分类的预测方法。

为了达到上述目的，本发明的技术方案是提供了一种基于广义神经网络聚类的疾病病种诊疗方案预测方法，其特征在于，包括以下步骤：

步骤1、提取一定数量患者的非结构化的患者诊断体征数据信息后，进行结构化处理，提取患者与目标疾病相关的体征数据信息，再结合患者的人口特征信息数据及检验检查信息，组成患者信息矩阵；

步骤2、依据临床医生的实际诊疗经验，根据患者的体征数据信息将患者划分为c种类型，2≤c≤n，并分别进行模糊属性赋值，从而表示患者病情的严重程度；

步骤3、构建基于减法FCM聚类的模糊聚类分析模型，以步骤1得到的患者信息矩阵作为输入，采用聚类分析方法对数据进行分为c种群体，其中，群内部的个体具有较高的相似性，而不同群体个体相似度较低，在聚类过程中采用模糊C-均值聚类算法FCM进行聚类；

步骤4、构建基于减法FCM聚类算法的广义神经网络模型，根据模糊聚类分析模型的聚类结果，从每一类中选择最靠近类内中心的M组数据作为神经网络训练数据训练神经网络模型，训练过的广义神经网络聚类学习了患者病症特征以及临床路径标准病症特征参数，并将训练结果反馈到电子病历中，针对新患者在接受临床路径时疾病病种诊疗方案进行预测，从而实现优化临床路径决策的目的。

优选地，在所述步骤1中，对所述患者信息矩阵中的数据进行标准化处理，将数据压缩到[0，1]范围之内。

优选地，所述标准化处理的步骤为：

采用最大最小值标准化进行处理，式中，x_kmin和x_kman是数据的最小及最大特征根，x′_ik和x_ik分别表示标准化前后的数据的值。

优选地，在所述步骤1之后且所述步骤2之前，还包括：

对所述患者信息矩阵中各特征参数的相似度进行计算，同时根据医师临床经验和临床路径实施效果以及各特征参数之间的相关系数以及各特征参数与住院天数之间的相关系数，对不同的特征参数设置相应的权重值，标准化后的数据矩阵乘以相应权重，作为最终的模糊划分矩阵。

优选地，对所述患者信息矩阵中各特征参数的相似度计算或采用夹角余弦法计算各个特征参数之间的相似度统计量，或采用最大最小法计算各个特征参数之间的相似度统计量，或采用相关系数法计算各个特征参数之间的相似度统计量，或采用数量级法计算各个特征参数之间的相似度统计量。

优选地，所述采用模糊C-均值聚类算法FCM进行聚类是用隶属度确定每个元素属于某个类别程度的一种聚类算法，它从事先给出的c个划分出发，通过反复修改样本类别、聚类中心以及样本的隶属度，来获取样本与聚类中心的加权距离最小的最优分类，FCM算法把n个数据向量x_k分为c个模糊类，并求每类的聚类中心P＝{p₁，p₂，…，p_c}，从而使模糊目标函数最小，模糊聚类目标函数为

$J=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{c}{\mathrm{\Σ}}}{\left(u_{\mathrm{ij}}\right)}^m\left|\right|x_i-v_j\left|\right|$

由于FCM算法在迭代过程中受空间维数的影响，往往会陷入局部最优化，因此在利用FCM算法之前首先利用减法聚类产生初始的聚类中心，在进行FCM聚类，其步骤包括：

步骤3.1：进行减法聚类，获取聚类类别数C及聚类中心p⁰，模糊聚类权值指数m，设置迭代停止阀值ε和迭代计数器b＝0；

步骤3.2：根据公式计算模糊隶属度矩阵u；

步骤3.3：根据公式计算每类中心v；

步骤3.4：根据公式计算模糊聚类目标值，判断是否满足||P^(b+1)-P^b||＜ε，满足则算法终止，不满足则b＝b+1，返回步骤3.2。

优选地，所述广义神经网络模型共4层，分别为输入层、模式层、网络求和层和输出层，对应的输入是：X＝[x₁，x₂，…，x_n]^T，输出为：Y＝[y₁，y₂，…，y_k]^T；

输入层：输入层神经元的数目等于模糊聚类之后向量的维数，各神经元是简单的分布单元，直接将输入变量传递给网路输入层；

模式层：模式层神经元数目等于学习样本的数目n，各神经元对应于不同的样本，网络模式层神经元传递函数为：

$P_i=\exp [-\frac{{(X-X_i)}^T(X-X_i)}{2{\mathrm{\σ}}^2}],i=\mathrm{1,2},...,n$

神经元i的输出为输入变量与样本X之间距离平方的指数形式，式中，X为输入变量；X_i为第i个神经元对应的样本；

求和层：通过计算公式：对模式层的神经元进行加权求和，模式层第i个神经元与求和层中第j个神经元之间的权重为第i个输出Y_i中的第j个元素，传递函数为：

输出层：输出层中的神经元数目等于输出向量的维数k，各神经元将网络求和层的输出相除，神经元j的输出对应估计结果的第j个元素，即： $y_i=\frac{S_{\mathrm{Nj}}}{S_D},j=\mathrm{1,2},...,k.$

优选地，在所述广义神经网络模型中，广义神经网络求和层学习算法的推导公式如下：

设随机变量x和y的联合概率密度函数为f(x，y)，已知x的观测值为X，则y相对X的条件均值为：

表示在输入为X的条件下Y的预测输出；

针对样本数据集应用非参数估计，其密度函数

式中，X_i，Y_i为随机变量x和y的观测值；样本容量n；x的维数为p；σ为高斯函数的宽度系数，用代替f(X，y)，并改变积分的顺序：

由于对两个积分进行计算后可得网络的输出为：

本发明在研究过程中针对医疗数据的复杂性和不确定性，以及能为临床医生提供快速的辅助决策支持，基于此，本发明以医院的电子病历为基础，以《中国高血压防治指南》为诊断依据，以实现对患者采用不同治疗方案中最优治疗方案为目的进行研究。在Hadoop环境中，以住院的高血压患者为背景，通过提取患者住院期间的个人信息、体征信息和检验检查指标等特征信息，采用FCM模糊聚类分析方法对患者的病症特征进行模糊划分，获得聚类结果，并在此基础上构建基于减法聚类FCM算法的广义神经网络模型，对模糊聚类的结果进行网络训练，并将训练结果反馈到电子病历中，针对新患者在接受临床路径时可能产生的治疗效果和治疗费用等进行预测，从而实现优化临床路径决策的目的。。

附图说明

图1为本发明提供的一种基于广义神经网络聚类的疾病病种诊疗方案预测模型的原理图；

图2为减法FCM聚类算法流程图；

图3为广义神经网络聚类算法流程图。

具体实施方式

为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。

本发明提供了一种基于模糊聚类分析的疾病病种诊疗方案的聚类模型，并在此基础上构建基于模糊聚类与广义神经网络相结合的广义神经网络减法聚类FCM算法模型，从而对患者的疾病病种的诊疗方案进行分类的预测方法，包括：

1、电子病历结构化处理模块：临床信息系统中包含患者的基本信息、患者的检验检查、诊断、治疗和预后等非结构化的电子病历信息，在对这些信息进行数据处理和统计分析之前，需要首先对数据进行结构化处理。

利用高频词库实现电子病历的结构化的主要步骤为：

步骤1、构建业务领域的高频词库；

步骤2、按高频词库对非结构化的电子病历进行分词；

步骤3、按电子病历的构成规范，分析电子病历的构成部分；

步骤4、分析各种构成部分的“规则”，制定“规则”模板；

步骤5、将分词后的“词”，映射到“类别”；

步骤6、将“类别”匹配到“规则”模板，并填入模板中；

其中步骤4～步骤6是一个根据实际效果不断循环改进的过程。

2、输入输出数据模块，该输入输出数据模块的输入数据为：患者的基本信息、住院患者的体征数据和患者的检验检查指标数据；该输入输出数据模块的输出数据为：患者的疾病病种诊疗方案的类型；

3、数据预处理模块，包含了如下步骤：

步骤1、数据标准化处理：由于医疗数据的复杂性和多样性，在收集医疗数据信息时，为避免特征指标的数量级和量纲不同导致的特征指标分类缺乏统一尺度，需要首先对医疗数据进行数据标准化处理。在标准化处理过程中，为了将数据压缩到[0，1]范围之内，我们采用最大最小值标准化进行处理，如下所示：式中x_kmin和x_kman是数据的最小及最大特征根，x′_ik和x_ik分别表示标准化前后的数据的值，标准化处理之后的数据更便于进行聚类分析；

步骤2、相关性分析：患者的症状体征之间以及症状体征与检验检查数据之间存在着一定的相关关系，我们通过皮尔逊相关系数来衡量各个变量之间的相关程度，通过下面的公式进行计算：

$r=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(x_i-\stackrel{\‾}{x})(y_i-\stackrel{\‾}{y})}{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_i-\stackrel{\‾}{x})}^2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(y_i-\stackrel{\‾}{y})}^2}}=\frac{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i{y}_i-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i*\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y}_i}{\sqrt{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x_i}^2-{\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\right)}^2}*\sqrt{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y_i}^2-{\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y}_i\right)}^2}}$

步骤3、计算样本之间的相似关系：我们采用夹角余弦法计算各个分类对象之间的相似度统计量，假设数据样本为：x_k＝(x_k1，x_k2，...，x_kn)，为了构建样本之间的等价关系，夹角余弦法可用如下的公式来表示：

$r_{\mathrm{ij}}=\frac{\underset{k=1}{\overset{s}{\mathrm{\Σ}}}{x}_{\mathrm{ik}}{x}_{\mathrm{jk}}}{\sqrt{\underset{k=1}{\overset{s}{\mathrm{\Σ}}}{x}_{\mathrm{ik}}^2\underset{k=1}{\overset{s}{\mathrm{\Σ}}}{x}_{\mathrm{jk}}^2}}$

其中，x_i，x_j∈R^s，x_ik表示x_i的第k维特征，r_ij表示分类对象x_i与x_j之间的相似程度。

在数据预处理模块中，计算分类样本的相似度统计量方法还可以选择以下几种：

最大最小法： $r_{\mathrm{ij}}=\frac{\underset{k=1}{\overset{s}{\mathrm{\Σ}}}\min (x_{\mathrm{ik}},x_{\mathrm{jk}})}{\underset{k=1}{\overset{s}{\mathrm{\Σ}}}\max (x_{\mathrm{ik}},x_{\mathrm{jk}})}$

相关系数法： $r_{\mathrm{ij}}=\frac{\underset{k=1}{\overset{s}{\mathrm{\Σ}}}(x_{\mathrm{ik}}-\stackrel{\‾}{x_i})(x_{\mathrm{jk}}-\stackrel{\‾}{x_j})}{\sqrt{\underset{k=1}{\overset{s}{\mathrm{\Σ}}}{(x_{\mathrm{ik}}-\stackrel{\‾}{x_i})}^2}\sqrt{\underset{k=1}{\overset{s}{\mathrm{\Σ}}}{(x_{\mathrm{jk}}-\stackrel{\‾}{x_j})}^2}},$

其中 $\stackrel{\‾}{x_i}=\frac{1}{s}\underset{k=1}{\overset{s}{\mathrm{\Σ}}}{x}_{\mathrm{ik}},\stackrel{\‾}{x_j}=\frac{1}{s}\underset{k=1}{\overset{s}{\mathrm{\Σ}}}{x}_{\mathrm{jk}}.$

数量级法： $r_{\mathrm{ij}}=\left\{\begin{array}{cc}1& i=j\\ \frac{1}{M}\underset{k=1}{\overset{s}{\mathrm{\Σ}}}{x}_{\mathrm{ik}}{x}_{\mathrm{jk}}& i\≠j\end{array}\right.,$

其中，M是一个适当的正数，并且满足

4、基于减法FCM聚类的模糊聚类算法模块：在对数据进行预处理后，我们采用聚类分析方法对数据进行分为不同的群体，其中种群内部的个体具有较高的相似性，而不同群体个体相似度较低。在聚类过程中我们采用模糊C-均值聚类算法(FCM)进行聚类，该方法是用隶属度确定每个元素属于某个类别程度的一种聚类算法，它从事先给出的c个划分出发，通过反复修改样本类别、聚类中心以及样本的隶属度，来获取样本与聚类中心的加权距离最小的最优分类。FCM算法把n个数据向量x_k分为c(2≤c≤n)个模糊类，并求每类的聚类中心P＝{p₁，p₂，…，p_c}，从而使模糊目标函数最小，模糊聚类目标函数为

$J=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{c}{\mathrm{\Σ}}}{\left(u_{\mathrm{ij}}\right)}^m\left|\right|x_i-v_j\left|\right|$

由于FCM算法在迭代过程中受空间维数的影响，往往会陷入局部最优化，因此在利用FCM算法之前我们首先利用减法聚类产生初始的聚类中心，在进行FCM聚类。

基于减法FCM聚类算法的基本步骤如下：

步骤1：进行减法聚类，获取聚类类别数C及聚类中心p⁰，模糊聚类权值指数m，设置迭代停止阀值ε和迭代计数器b＝0；

步骤2：根据公式计算模糊隶属度矩阵u；

步骤3：根据公式计算每类中心v；

步骤4：根据公式计算模糊聚类目标值，判断是否满足||P^(b+1)-P^b||＜ε，满足则算法终止，不满足则b＝b+1，返回步骤2。

5、广义神经网络(GRNN)聚类模块：在基于减法FCM聚类算法对患者进行聚类的基础上，我们运用广义回归神经网络对患者的类别进行预测，广义神经网络(GRNN)模型共4层，分别为输入层、模式层、网络求和层和输出层。对应的输入是：X＝[x₁，x₂，…，x_n]^T，输出为：Y＝[y₁，y₂，…，y_k]^T。

输入层：输入层神经元的数目等于模糊聚类之后向量的维数，各神经元是简单的分布单元，直接将输入变量传递给网路输入层。

模式层：模式层神经元数目等于学习样本的数目n，各神经元对应于不同的样本，网络模式层神经元传递函数为：

$P_i=\exp [-\frac{{(X-X_i)}^T(X-X_i)}{2{\mathrm{\σ}}^2}],i=\mathrm{1,2},...,n$

神经元i的输出为输入变量与样本X之间距离平方的指数形式。式中，X为输入变量；X_i为第i个神经元对应的样本。

求和层：通过计算公式：对模式层的神经元进行加权求和，模式层第i个神经元与求和层中第j个神经元之间的权重为第i个输出Y_i中的第j个元素，传递函数为：

输出层：输出层中的神经元数目等于输出向量的维数k，各神经元将网络求和层的输出相除，神经元j的输出对应估计结果的第j个元素，即： $y_i=\frac{S_{\mathrm{Nj}}}{S_D},j=\mathrm{1,2},...,k.$

根据广义神经网络聚类结果进行网络训练，再用测试样本进行验证，对模型的网络预测误差、网络泛化性进行评估，从而对模型的有效性进行评价。

6、临床路径优化决策模块：将广义神经网络聚类之后的输出预测与实际结果进行比较，并将这种训练结果存入临床路径知识库中。临床路径知识库中的信息为新患者的临床路径治疗提供决策支持。

在广义神经网络(GRNN)聚类模块中，广义神经网络求和层学习算法的推导公式如下：

设随机变量x和y的联合概率密度函数为f(x，y)，已知x的观测值为X，则y相对X的条件均值为：

表示在输入为X的条件下Y的预测输出。

针对样本数据集应用非参数估计，其密度函数

式中，X_i，Y_i为随机变量x和y的观测值；样本容量n；x的维数为p；σ为高斯函数的宽度系数。用代替f(X，y)，并改变积分的顺序：

由于对两个积分进行计算后可得网络的输出为：

本发明在研究过程中针对医疗数据的复杂性和不确定性，以及能为临床医生提供快速的辅助决策支持，基于此，本发明以医院的电子病历为基础，以《中国高血压防治指南》为诊断依据，以实现对患者采用不同治疗方案中最优治疗方案为目的进行研究。在Hadoop环境中，以住院的高血压患者为背景，通过提取患者住院期间的个人信息、体征信息和检验检查指标等特征信息，采用模糊聚类分析方法对患者的病症特征进行模糊划分，获得聚类结果，并在此基础上构建基于减法聚类算法的广义神经网络模型，对模糊聚类的结果进行网络训练，并将训练结果反馈到电子病历中，针对新患者在接受临床路径时可能产生的治疗效果和治疗费用等进行预测，从而实现优化临床路径决策的目的。

结合图1，本发明提供的一种基于模糊聚类分析的疾病病种诊疗方案的预测模型的具体实施步骤为：

步骤1、以2011年1月-2012年12月住院的426948名高血压患者的572975条住院信息为研究对象，选取出院小结表中患者的基本信息数据包括性别、年龄等，非结构化的患者诊断体征数据信息，以及患者在住院期间的检验检查数据信息。

步骤2、对非结构化的体征数据进行结构化处理，提取患者与高血压相关的体征数据信息，包括：乏力、腹痛腹胀、恶心呕吐、咳嗽、气促、心悸、干湿罗音、发烧、胸痛胸闷、头昏头痛、尿频尿急、盗汗、口干、视力模糊、大便秘结、腰酸腰痛、呼吸音低粗、四肢麻木、睡眠质量差、咳痰、颈部肿块、耳鸣、精神萎靡、意识模糊、口齿含糊、压痛、背部酸痛、舌淡、抽搐和吞咽困难等共30项体征数据指标，并将患者的体征数据指标整理成0-1的稀疏矩阵。高血压患者体征数据分词频数如下所示：

表1 高血压患者症状体征

步骤3、结合结构化处理后的患者体征数据，以及年龄、性别等人口特征数据，在此基础上补充患者的检验检查信息，包括肝功能指标：AST(谷草转氨酶)、ALT(谷丙转氨酶)；肾功能指标：BUN(尿素氮)；尿常规指标：尿PH值、尿蛋白、24小时尿钠、B-型钠尿肽、24小时尿钾和C反应蛋白、尿红细胞等；代谢功能指标：OGTT(葡萄糖耐量试验)(1小时、2小时、空腹)、糖化血红蛋白、尿ACR(尿蛋白和肌酐)、LDL(低密度蛋白胆固醇)等16项检验检查指标组成48维的患者信息矩阵，作为模型的输入矩阵。

结合我国的实际情况，依据《中国高血压防治指南(2010年版)》，根据高血压的危险因素的个数、靶器官的损害程度，临床并发症的情况以及合并糖尿病的情况，将高血压患者分为不同的治疗类型。如下表所示：

表2 高血压患者心血管风险水平分层

依据临床医生的实际诊疗经验，我们取选择年龄和住院天数(不同年龄段的高血压患者的高血压的严重程度与患者的住院天数有密切关系)为高血压病种的预后指标。根据患者的临床特征对患者类型进行模糊属性赋值，表示患者病情的严重程度。

步骤4、对数据进行预处理，运用最大最小值标准化法对数据进行标准化处理，保证所有的数据处于[0，1]之内，并在此基础上采用夹角余弦法对患者样本的相似度进行计算，同时根据医师临床经验和临床路径实施效果以及变量之间的相关系数以及变量与住院天数之间的相关系数，对不同的特征参数设置相应的权重值，标准化后的数据矩阵乘以相应权重，作为最终的模糊划分矩阵。

步骤5、构建基于减法FCM聚类的模糊聚类分析模型：

(1)确定聚类中心：通过减法聚类算法根据每个高血压患者特征数据以及检验检查指标数据对聚类中心的影响确定临床路径聚类中心及聚类数，在此基础上经FCM算法迭代计算聚类结果。

由减法聚类算法得到的初始化聚类中心如下表所示：

表3 基于减法FCM聚类的聚类中心

(2)初始化FCM算法相关参数

根据减法聚类算法获得的初始聚类中心，选择FCM算法加权指数m＝2；停止因子ε＝0.001，e＝0.00001，设置b＝1，迭代次数为100次，采用FCM函数，进行算法迭代与计算；根据减法FCM聚类算法迭代步骤，经过算法不断迭代反复修改原始聚类中心，使FCM算法模型中目标函数达到最小值。通过迭代反复修改聚类中心和分类矩阵，当迭代停止时，模糊聚类的聚类中心如下表所示：

表3 模糊聚类的聚类中心

步骤6、构建基于广义神经网络聚类的临床路径诊疗方案模型：

根据FCM模糊聚类结果，从每一类中选择最靠近类内中心的100组数据作为神经网络训练数据。

(1)确定广义神经网络的输入空间：高血压患者的48个病症特征模糊聚类够的聚类结果构成了模型的输入空间。网络的输入空间是由网络输入量和输入层构成的，同时实现修正输入数据的聚类数、聚类中心。

(2)基于减法聚类FCM的广义神经网络临床路径预测模型：根据上述基于减法聚类的FCM算法对样本数据进行迭代运算获得的5个聚类中心，即是广义神经网络模型的初始值，综合以上分析可得该实验模型的辨识网络结构为：

输入层：输入变量为模糊聚类后的5个聚类结果，此层节点数为5；

模式层：计算每个输入变量的对应隶属度，每个输入节点与每条模糊规则相连，因此该层的节点个数为5×5＝25；

求和层：依据加权求和规则数决定该层的节点数目，因此该层节点个数为5；

输出层，分析计算适合患者的临床路径介入治疗方案，节点为1。

利用基于减法聚类的FCM算法的广义神经网络模型对聚类结果的样本特征值进行训练，如下表所示。

由该表可知，说明基于减法聚类FCM与广义神经网络相结合的模型算法的匹配度高达93.9％，模型输出相对误差绝对值范围在0-0.002范围内，具有较强的学习能力，通过训练高血压患者临床路径介入治疗的患者病症特征参数，对患者实施临床路径的治疗，不仅能够丰富临床路径知识库，而且还可以辅助医师快速为新患者做出预测决策。

为了验证模型的有效性及泛化能力，运用广义神经网络模型对剩余31503例患者进行测试，并根据预测结果对患者进行重新分类，以检验训练后的模型网络是否具有良好的泛化能力。31503组测试数据的匹配效果如下所示：

训练过的广义神经网络聚类学习了患者病症特征以及临床路径标准病症特征参数，模型的匹配度达到87.95％，模型输出相对误差绝对值范围在0-0.003范围内，体现了广义神经网络模型的良好的学习能力和泛化能力，可以用来预测未来患者的临床路径治疗效果，并且可以快速为患者选择最优治疗方案提供决策支持。

Claims (8)

1.一种基于广义神经网络聚类的疾病病种诊疗方案预测方法，其特征在于，包括以下步骤：

步骤1、提取一定数量患者的非结构化的患者诊断体征数据信息后，进行结构化处理，提取患者与目标疾病相关的体征数据信息，再结合患者的人口特征信息数据及检验检查信息，组成患者信息矩阵；

步骤2、依据临床医生的实际诊疗经验，根据患者的体征数据信息将患者划分为c种类型，2≤c≤n，并分别进行模糊属性赋值，从而表示患者病情的严重程度；

步骤3、构建基于减法FCM聚类的模糊聚类分析模型，以步骤1得到的患者信息矩阵作为输入，采用聚类分析方法对数据进行分为c种群体，其中，群内部的个体具有较高的相似性，而不同群体个体相似度较低，在聚类过程中采用模糊C-均值聚类算法FCM进行聚类；

步骤4、构建基于减法FCM聚类算法的广义神经网络模型，根据模糊聚类分析模型的聚类结果，从每一类中选择最靠近类内中心的M组数据作为神经网络训练数据训练神经网络模型，训练过的广义神经网络聚类学习了患者病症特征以及临床路径标准病症特征参数，并将训练结果反馈到电子病历中，针对新患者在接受临床路径时疾病病种诊疗方案进行预测，从而实现优化临床路径决策的目的。

2.如权利要求1所述的一种基于广义神经网络聚类的疾病病种诊疗方案预测方法，其特征在于，在所述步骤1中，对所述患者信息矩阵中的数据进行标准化处理，将数据压缩到[0，1]范围之内。

3.如权利要求2所述的一种基于广义神经网络聚类的疾病病种诊疗方案预测方法，其特征在于，所述标准化处理的步骤为：

采用最大最小值标准化进行处理，式中，x_kmin和x_kman是数据的最小及最大特征根，x′_ik和x_ik分别表示标准化前后的数据的值。

4.如权利要求2所述的一种基于广义神经网络聚类的疾病病种诊疗方案预测方法，其特征在于，在所述步骤1之后且所述步骤2之前，还包括：

对所述患者信息矩阵中各特征参数的相似度进行计算，同时根据医师临床经验和临床路径实施效果以及各特征参数之间的相关系数以及各特征参数与住院天数之间的相关系数，对不同的特征参数设置相应的权重值，标准化后的数据矩阵乘以相应权重，作为最终的模糊划分矩阵。

5.如权利要求4所述的一种基于广义神经网络聚类的疾病病种诊疗方案预测方法，其特征在于，对所述患者信息矩阵中各特征参数的相似度计算或采用夹角余弦法计算各个特征参数之间的相似度统计量，或采用最大最小法计算各个特征参数之间的相似度统计量，或采用相关系数法计算各个特征参数之间的相似度统计量，或采用数量级法计算各个特征参数之间的相似度统计量。

6.如权利要求1所述的一种基于广义神经网络聚类的疾病病种诊疗方案预测方法，其特征在于，所述采用模糊C-均值聚类算法FCM进行聚类是用隶属度确定每个元素属于某个类别程度的一种聚类算法，它从事先给出的c个划分出发，通过反复修改样本类别、聚类中心以及样本的隶属度，来获取样本与聚类中心的加权距离最小的最优分类，FCM算法把n个数据向量x_k分为c个模糊类，并求每类的聚类中心P＝{p₁，p₂，…，p_c}，从而使模糊目标函数最小，模糊聚类目标函数为

$J=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{c}{\mathrm{\Σ}}}{\left(u_{\mathrm{ij}}\right)}^m\left|\right|x_i-v_j\left|\right|$

由于FCM算法在迭代过程中受空间维数的影响，往往会陷入局部最优化，因此在利用FCM算法之前首先利用减法聚类产生初始的聚类中心，在进行FCM聚类，其步骤包括：

步骤3.1：进行减法聚类，获取聚类类别数C及聚类中心p⁰，模糊聚类权值指数m，设置迭代停止阀值ε和迭代计数器b＝0；

步骤3.2：根据公式计算模糊隶属度矩阵u；

步骤3.3：根据公式计算每类中心v；

步骤3.4：根据公式计算模糊聚类目标值，判断是否满足||P^(b+1)-P^b||＜ε，满足则算法终止，不满足则b＝b+1，返回步骤3.2。

7.如权利要求1所述的一种基于广义神经网络聚类的疾病病种诊疗方案预测方法，其特征在于，所述广义神经网络模型共4层，分别为输入层、模式层、网络求和层和输出层，对应的输入是：X＝[x₁，x₂，…，x_n]^T，输出为：Y＝[y₁，y₂，…，y_k]^T；

输入层：输入层神经元的数目等于模糊聚类之后向量的维数，各神经元是简单的分布单元，直接将输入变量传递给网路输入层；

模式层：模式层神经元数目等于学习样本的数目n，各神经元对应于不同的样本，网络模式层神经元传递函数为：

$P_i=\exp [-\frac{{(X-X_i)}^T(X-X_i)}{2{\mathrm{\σ}}^2}],i=\mathrm{1,2},\·\·\·,n$

神经元i的输出为输入变量与样本X之间距离平方的指数形式，式中，X为输入变量；X_i为第i个神经元对应的样本；

求和层：通过计算公式：对模式层的神经元进行加权求和，模式层第i个神经元与求和层中第j个神经元之间的权重为第i个输出Y_i中的第j个元素，传递函数为：

输出层：输出层中的神经元数目等于输出向量的维数k，各神经元将网络求和层的输出相除，神经元j的输出对应估计结果的第j个元素，即： $y_i=\frac{S_{\mathrm{Nj}}}{S_D},j=\mathrm{1,2},\·\·\·,k.$

8.如权利要求1所述的一种基于广义神经网络聚类的疾病病种诊疗方案预测方法，其特征在于，在所述广义神经网络模型中，广义神经网络求和层学习算法的推导公式如下：

设随机变量x和y的联合概率密度函数为f(x，y)，已知x的观测值为X，则y相对X的条件均值为：

表示在输入为X的条件下Y的预测输出；

针对样本数据集应用非参数估计，其密度函数

式中，X_i，Y_i为随机变量x和y的观测值；样本容量n；x的维数为p；σ为高斯函数的宽度系数，用代替f(X，y)，并改变积分的顺序：

由于对两个积分进行计算后可得网络的输出为：