欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2019106251792
申请人: 河南大学
专利类型:发明专利
专利状态:已下证
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于多粒度决策模型的最优用药粒度计算装置,其特征在于:包括处理器和存储器;所述存储器中存储有计算机程序,且计算机程序被处理器执行时,按照以下步骤进行:A:在单粒度层次的用药粒度决策模型的基础上,通过对药物的用药剂量取不同的粒度层次,在癌症患者的用药系统中构建多粒度层次的用药粒度决策模型;然后进入步骤B;

所述的步骤A中,单粒度层次的用药粒度决策模型是一个二元组S=(O,P∪{d});其中,O为对象,是癌症患者的集合,用O={x1,x2,...,xn}表示,其中x1为患者1,x2为患者2,以此类推,xn为患者n;P为条件属性,包括患者的基本情况和用药量,P={a1,a2,...,an},分别代表不同的条件属性,决策属性d表示药物治疗效果,用Y或N表示,Y表示治疗有效,N表示治疗无效;

所述的步骤A中,所构建的多粒度层次的用药粒度决策模型中,条件属性P包括患者的基本情况和用药量,P={a1,a2,...,a10},依次为病重程度、性别、年龄、药物A、药物B、药物C、药物D、药物E、药物F和药物G;多粒度层次的用药粒度决策模型的层数k为3,将患者的药

1 1

量用片或粒表示时,得到第一层用药粒度决策模型S=(O,P∪{d});当患者的药物用量用

2 2

盒或者瓶表示时,得到第二层用药粒度决策模型S=(O,P∪{d});当患者的药物用量用疗

3 3

程表示时,得到第三层用药粒度决策模型S=(O,P∪{d});

在单粒度层次的用药粒度决策模型S=(O,P∪{d})中,通过对条件属性集合P中药物用k k量取不同的观测值得到多粒度层次的用药粒度决策模型S=(O,P∪{d}),其中k表示层数,包含了所能构造的所有粒度层;多粒度层次的用药粒度决策模型所构造的粒度层次数是I,由细粒度向粗粒度逐层构造,对象O={x1,x2,...,xn},每一层的属性集记为分别表示第k层用药粒度决策模型中的第1个条件属性、第2个条件属性、…、第m个条件属性;

B:判断癌症患者病重程度,若癌症患者为I期和II期患者则选取全局最优用药粒度,进入步骤C;若癌症患者为III期和IV期患者则选取局部最优用药粒度,进入步骤F;

C:根据患者数据的条数进行判断,若患者数据条数小于等于5000条,进入步骤D;若新增患者数据大于5000条,则进入步骤E;其中,患者数据包括对象O、条件属性P和决策属性d;

D:使用协调性方法计算全局最优用药粒度;

E:使用树形结构方法计算全局最优用药粒度;

所述的步骤E包括以下具体步骤:

用树形结构求解全局最优粒度,将步骤A得到的多粒度层次的用药粒度决策模型转换k k成树形存储,多粒度层次的用药粒度决策模型S=(O,P∪{d})中,多粒度层次的用药粒度决策模型的每一层都是由多个树组成的森林,树的每一层表示每一个条件属性,叶子结点的下方存储的是对象O和决策属性d,根据同一叶子结点下方决策属性d的一致性判断此层决策模型是否协调,首次出现不协调的粒度层数的上一层即为全局最优用药粒度;

F:根据患者数据的条数进行判断,如果患者数据的条数小于等于1000条,则进入步骤G;如果患者数据的条数大于1000条,则进入步骤H;

G:利用串行方法计算局部最优用药粒度;

H:利用并行方法计算局部最优用药粒度。

2.根据权利要求1所述的基于多粒度决策模型的最优用药粒度计算装置,其特征在于,所述的步骤D包括以下具体步骤:k k

D1:在多粒度层次的用药粒度决策模型S=(O,P ∪{d})中的每一层上,把各个对象按条件属性进行划分,设对象x1的每个条件属性 和对象x2的每个条件属性一一对应相同,则把x1和x2划分为一类,以此类推,记录划分结果并得到每一层划分结果的集合,记为RO;

k k

D2:在多粒度层次的用药粒度决策模型S=(O,P ∪{d})中的每一层上,把各个对象按决策属性进行划分,设对象x1、x2和x3的药物治疗有效,而对象x4和x5的药物治疗无效,则按照决策属性进行划分,将x1、x2和x3划分为一类,将x4和x5划分为一类,依次类推,记录划分结果,得到所有对象在每一层上划分的集合,记为Rr;

D3:比较划分结果RO和划分结果Rr,如果 则判断此层决策模型是协调的;如果则判断此层决策模型是不协调;首次出现不协调的粒度层数的上一层即为全局最优用药粒度;RO表示对象按照属性划分所得到的集合,Rr表示对象按照药物治疗效果划分所得到的集合。

3.根据权利要求1所述的基于多粒度决策模型的最优用药粒度计算装置,其特征在于,所述的步骤G包括以下具体步骤:k k

G1:在多粒度层次的用药粒度决策模型S=(O,P ∪{d})中的每一层上,把各个对象按条件属性进行划分,假设对象x1的每个属性 和对象x2的每个属性一一对应相同,则把x1和x2划分为一类,以此类推,记录划分结果并得到每个对象划分结果的集合,记为 即对象x在第k层用药粒度决策模型上按条件属性P划分的结果;

k k

G2:在多粒度层次的用药粒度决策模型S=(O,P ∪{d})中的每一层上,把各个对象按决策属性进行划分,假设对象x1和x2的药物治疗有效,而对象x3,x4和x5的药物治疗无效,则按照决策属性进行划分,将x1和x2划分为一类,将x3,x4和x5划分为一类,依次类推,记录划分结果并得到各个对象所在的集合,记为[x]d,即对象x按决策属性d划分的结果;

G3:比较步骤2中各个对象x所在集合[x]d是否包含步骤1中各个对象x所在集合 若则判断该对象x所在层的决策模型是协调的;若 则判断该对象x所在层的决策模型是不协调;首次出现不协调的粒度层数的上一层即为对象x的局部最优用药粒度,即 目 时,第k层粒度是关于对象x的局部最优用药粒度;

并由此得到所有对象的局部最优用药粒度的集合。

4.根据权利要求3所述的基于多粒度决策模型的最优用药粒度计算装置,其特征在于,所述的步骤H中,根据所使用的计算机的处理器的内核数量N,将若干条患者数据平均划分为N组,然后所使用的计算机的处理器的N个内核分别按照步骤G所述的方法,分别计算对应的一组患者数据,最终得到所有对象的局部最优用药粒度的集合。