鬼佬大哥大
  • / 7
  • 下載費用:30 金幣  

一種基于樸素貝葉斯的醫療影像疾病分類方法.pdf

摘要
申請專利號:

CN201410171212.6

申請日:

2014.04.25

公開號:

CN103955703A

公開日:

2014.07.30

當前法律狀態:

駁回

有效性:

無權

法律詳情: 發明專利申請公布后的駁回IPC(主分類):G06K 9/62申請公布日:20140730|||專利申請權的轉移IPC(主分類):G06K 9/62登記生效日:20161122變更事項:申請人變更前權利人:杭州電子科技大學變更后權利人:杭州電子科技大學變更事項:地址變更前權利人:310018 浙江省杭州市下沙高教園區2號大街變更后權利人:310018 浙江省杭州市下沙高教園區2號大街變更事項:申請人變更后權利人:浙江萊達信息技術有限公司|||實質審查的生效IPC(主分類):G06K 9/62申請日:20140425|||公開
IPC分類號: G06K9/62 主分類號: G06K9/62
申請人: 杭州電子科技大學
發明人: 徐哲; 洪嘉鳴; 霍洪波; 何必仕
地址: 310018 浙江省杭州市下沙高教園區2號大街
優先權:
專利代理機構: 杭州求是專利事務所有限公司 33200 代理人: 杜軍
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201410171212.6

授權公告號:

|||||||||

法律狀態公告日:

2017.09.08|||2016.12.14|||2014.08.27|||2014.07.30

法律狀態類型:

發明專利申請公布后的駁回|||專利申請權、專利權的轉移|||實質審查的生效|||公開

摘要

本發明公開了一種基于樸素貝葉斯的醫療影像疾病分類方法。本發明根據設備類型和診斷報告表中的影像所見、診斷結論等文本信息,自動判斷影像檢查結果所屬的疾病類型。考慮到樸素貝葉斯分類的獨立性假設在實際應用中的影響,本發明采用K-Means聚類算法進行疾病聚類分析,將相似程度高的數據劃分到同一簇中,相似程度低的數據劃分到不同簇中,同時確定疾病類別數量。本發明利用樸素貝葉斯算法的高效、速度快特點,在保證分類精度的同時很大程度上提高了醫療影像檢索的分類速度。

權利要求書

權利要求書
1.  一種基于樸素貝葉斯的醫療影像疾病分類方法,其特征在于該方法包括以下步驟:
步驟1:首先利用機器學習方法,從醫療影像信息系統的數據報告表中提取10000數量的檢查記錄;使用K-Means聚類算法進行疾病聚類分析,確定十個疾病類別;K-Means聚類算法進行疾病聚類分析包括以下步驟:
1-1)從待分類數據記錄X中任意選取K個數據記錄作為初始簇類中心C={c1,c2,…,ck},令K=10;待分類數據記錄X={a1,a2,…,an},ai表示待分類數據記錄X的一個特征向量,X的維數是N維;
1-2)計算d(xi,Cj),d為待分類數據記錄xi到類Cj的距離,并把具有最小值d(xi,Cj)的數據點xi劃分到類Cj中,引進N維向量Uj作為類Cj的中心;
1-3)計算類Cj的中心點,通過計算類Cj中每個點的坐標平均值獲得,即Uj;
1-4)如果每個數據記錄X與它類中心點Uj的距離平方和最小,則符合條件,則停止該算法并返回最后結果C;否則將Uj(1≤j≤10)作為新的10個簇類中心,并返回1-2);
通過K-Means聚類算法獲得十個疾病類型后,借助國際疾病類型分類標準ICD-10將這十個類別進行疾病類型確定和編碼;
步驟2:針對不同的疾病數據,將每種疾病類型保留25-30條最具代表性的數據,并在數據庫中對應的該條數據記錄添加疾病編碼;
步驟3:分析整理報告數據表,清理臟數據,過濾空白數據,對待分類數據集進行缺失值處理,處理方法如下:
3-1)簡單刪除數據:將遺漏信息屬性值的數據記錄刪除;
3-2)補齊數據:將先驗知識與數據報告表結合起來,推斷出缺失屬性的最大可能的取值,從而填充缺失數據;
結合這兩種處理方法,使數據報告表完備化;
步驟4:利用漢語詞法分析系統,對數據庫中待分類的數據記錄進行分詞,確定每條數據記錄的屬性值;
步驟5:采用樸素貝葉斯分類器模型判斷待分類數據記錄歸屬的疾病類型,具體是:
設變量集U={A,C},其中A={A1,A2,…,A25},包含25個條件屬性;這25個條件屬性由K-Means聚類后的十大疾病種類中抽取的關鍵詞表示;C={c1,c2,…,c10},包含十個取值,并且這十個取值對應于疾病的分類編碼;將一個待分類數據記錄X={a1,a2,…,a25}分配給類Ci,當且僅當:P(Ci/X)>P(Cj/X),具體如下:
1)構成統計表:統計出待分類數據記錄的個數S、類為Ci的數據記錄個數Si、類Ci的數據記錄中屬性Ak取值為ak的數據記錄個數Sik;
2)計算P(Ci)=SiS]]>P(A=ak/Ci)=SikSi,]]>構成概率統計表;
3)利用樸素貝葉斯分類模型:
Cnb(X)=argmaxCi∈CP(Ci)Πk=1nP(ak/Ci)]]>
得出待分類數據記錄X的判定結果即判定出了所屬疾病類型Cnb。

說明書

說明書一種基于樸素貝葉斯的醫療影像疾病分類方法
技術領域
本發明涉及醫療影像疾病分類領域,具體涉及一種基于樸素貝葉斯的醫療影像疾病分類方法。
背景技術
隨著數字化醫院的建設,大型醫院長年積累了海量的醫療文本信息,面對這浩如煙海的文本數據,如何快速檢索發現有用的信息、多角度利用這些文本和有效的對這些信息進行歸類整理,進而挖掘出隱含的、有用的醫療知識和經驗便顯得尤為迫切。因此研究自動分類、聚類技術來改進傳統的數據庫結構化查詢有著十分重要的意義。
文本分類和聚類是文本信息處理領域的一個重要分支,其目標就是研究如何更有效地組織和管理文本信息,并快速、準確、全面地從中找到、分流、定位和形成用戶所需要的信息。文本分類和聚類作為獲取和組織大量文本數據的關鍵技術,可以在很大程度上解決信息雜亂和信息爆炸的問題。
聚類分析是按照一定的度量規則將數據集合進行劃分,以此形成若干聚類簇。目的是使得在同一個簇中的數據或屬性具有較大的相似程度,而不同簇之間相似程度低。K-Means聚類算法是一種基于劃分的聚類算法,嘗試找出使得平方誤差函數值最小的K個劃分,當簇與簇之間的特征區別比較明顯時,并且結果簇是密集的,K-Means聚類結果的效果較好。K-Means聚類算法的優點主要集中在:算法快速、簡單;對大數據集有較高的效率并且是可伸縮性的。
樸素貝葉斯分類作為一類基于概率統計知識的分類方法,可以與基于決策樹和神經網絡的分類方法相媲美,且該方法較簡單、準確率高、分類過程中時間空間開銷小,非常適合運用于醫療影像數據庫等大型數據庫中。
目前,對于醫療影像疾病的分類,主要采用RIS/PACS系統所提供的基本分類功能,但其并非自動分類,而需要影像科醫生及時對醫療影像進行分類。由于缺乏合適的醫療影像檢查結果自動分類技術,一方面給影像科醫生增加了工作負擔;另一方面,給醫生科研檢索帶來諸多不便。為此,本發明結合基于樸素貝葉斯分類方法簡單,準確率高,時間空間開銷小等優點,提出一種基于樸 素貝葉斯的醫療影像疾病自動分類方法。
發明內容
針對醫療影像檢查報告不能被及時進行分類,從而對醫生科研檢索帶來諸多不便的問題,利用樸素貝葉斯算法簡單,高效,穩定性強且有較好的精確度等優點,本發明提出一種基于樸素貝葉斯的醫療影像疾病分類方法,以解決上述技術問題。
疾病自動分類具體內容:根據設備類型和診斷報告表中的影像所見、診斷結論等文本信息,自動判斷影像檢查結果所屬的疾病類型。考慮到樸素貝葉斯分類的獨立性假設在實際應用中的影響,本發明采用K-Means聚類算法進行疾病聚類分析,將相似程度高的數據劃分到同一簇中,相似程度低的數據劃分到不同簇中,同時確定疾病類別數量。
本發明方法具體是:
步驟1:首先利用機器學習方法,從醫療影像信息系統的數據報告表中提取10000數量的檢查記錄;使用K-Means聚類算法進行疾病聚類分析,確定十個疾病類別。K-Means聚類算法的目的是將一些數據矢量劃分至類別數目已知的聚類中。
具體的說,K-Means聚類算法進行疾病聚類分析包括以下步驟:
1)從待分類數據記錄X中任意選取K個數據記錄作為初始簇類中心C={c1,c2,…,ck},令K=10;待分類數據記錄X={a1,a2,…,an},ai表示待分類數據記錄X的一個特征向量,X的維數是N維。
2)計算d(xi,Cj),d為待分類數據記錄xi到類Cj的距離,并把具有最小值d(xi,Cj)的數據點xi劃分到類Cj中,引進N維向量Uj作為類Cj的中心。
3)計算類Cj的中心點,通過計算類Cj中每個點的坐標平均值獲得,即Uj。
4)如果每個數據記錄X與它類中心點Uj的距離平方和最小,則符合條件,則停止該算法并返回最后結果C;否則將Uj(1≤j≤10)作為新的10個簇類中心,并返回1-2)。
通過K-Means聚類算法獲得十個疾病類型后,借助國際疾病類型分類標準ICD-10將這十個類別進行疾病類型確定和編碼。
步驟2:針對不同的疾病數據,將每種疾病類型保留25-30條最具代表性的數據(這些數據必須能夠充分表示該疾病癥狀,特征),并在數據庫中對應的該 條數據記錄添加疾病編碼。此舉目的在于獲取每種疾病的關鍵屬性,并將其作為文本分類過程中分類判斷依據。
步驟3:由于在各種實用數據庫中,屬性值缺失的情況經常發生,甚至不可避免。所以在大多數情況下,信息數據系統是不完備的,或者說存在某種程度的不完備。數據的不完備性會影響到樸素貝葉斯的精確度。所以我們分析整理報告數據表,清理臟數據,過濾空白數據,對待分類數據集進行缺失值處理。主要處理方法如下:
1)簡單刪除數據:將遺漏信息屬性值的數據記錄刪除。
2)補齊數據:將人們的先驗知識與數據報告表結合起來,推斷出缺失屬性的最大可能的取值,從而填充缺失數據。
結合這兩種處理方法,使數據報告表完備化。
步驟4:利用ICTCLAS(Institute of Computing Technology,Chinese Lexical Analysis System),即漢語詞法分析系統,對數據庫中待分類的數據記錄進行分詞,確定每條數據記錄的屬性值。
步驟5:采用樸素貝葉斯分類器模型判斷待分類數據記錄歸屬的疾病類型。設變量集U={A,C},其中A={A1,A2,…,A25},包含25個條件屬性。這25個條件屬性由K-Means聚類后的十大疾病種類中抽取的關鍵詞表示。C={c1,c2,…,c10},包含十個取值,并且這十個取值對應于疾病的分類編碼。將一個待分類數據記錄X={a1,a2,…,a25}分配給類Ci(1≤i≤10),當且僅當:P(Ci/X)>P(Cj/X)(1≤i,j≤10,j≠i)。具體做法如下:
1)構成統計表:統計出待分類數據記錄的個數S、類為Ci的數據記錄個數Si、類Ci的數據記錄中屬性Ak取值為ak的數據記錄個數Sik;
2)計算P(Ci)=SiS]]>P(A=ak/Ci)=SikSi,]]>構成概率統計表;
3)利用樸素貝葉斯分類模型:
得出待分類數據記錄X的判定結果即判定出了所屬疾病類型Cnb。
本發明的有益效果為:
1)利用樸素貝葉斯算法的高效、速度快特點,在保證分類精度的同時很大程度上提高了醫療影像檢索的分類速度。
2)由于樸素貝葉斯基于屬性之間相互獨立的條件,使該算法在實際應用中存在一定局限性,所以使用K-Means聚類算法對數據記錄進行數據類別確定,一定程度上確保類之間屬性的獨立,從而確保了分類的精確性。
3)在使用樸素貝葉斯分類器前首先對待分類數據記錄集進行缺失值處理,提高數據的完備性,從而有效的確保樸素貝葉斯分類的精確度。
4)利用國際疾病類型分類標準ICD-10確定分類后疾病類型,使該分類結果更具實用性。
5)本發明的實施方案簡單,系統穩定,效果良好且成本低廉,能夠有效的進行疾病分類。
附圖說明
圖1是基于樸素貝葉斯的醫療影像疾病自動分類流程圖。
具體實施方式
為使本發明實現的技術手段與創作特征易于明白,下面結合附圖和實施例,對本發明的實施方式作進一步詳述。
如圖1所示,本發明提供的基于樸素貝葉斯的醫療影像疾病分類方法,具體包括如下步驟:
步驟1:首先使用k-means算法進行疾病聚類分析,將疾病類型分為十類。借助國際疾病類型分類標準ICD-10將這十個類別進行疾病類型確定和編碼;例如,將疾病類型分為如下所示并進行編碼:
腫瘤(C00-D48)
循環系統疾病(I00-I99)
呼吸系統疾病(J00-J99)
消化系統疾病(K00-K93)
肌肉骨骼系統和結締組織疾病(M00-M99)
妊娠、分娩和產褥期疾病(O00-O99)
皮膚和皮下組織疾病(L00-L99)
泌尿生殖系統疾病(N00-N99)
耳和乳突疾病(H60-H95)
神經系統疾病(G00-G99)
步驟2:為了確保下一步自動分類的精確度,對聚類后的數據記錄,我們將每種疾病類型保留25條最具代表性的數據記錄,并在數據庫中對應該條數據記錄添加疾病編碼;然后從這25條數據記錄中提取對應疾病類型的關鍵屬性;例如,從“影像所見:腹腔氣體干擾各臟器顯示不滿意,肝臟外形大小正常,包膜光整,肝內光點細密增強,血管走形顯示欠清晰,門靜脈內徑不寬”數據記錄中提取“腹腔氣體干擾”、“血管欠清晰”、“門靜脈不寬”這三個關鍵屬性。
步驟3:在各種實用數據庫中,屬性值缺失的情況經常發生,甚至不可避免。所以在大多數情況下,信息系統是不完備的,或者說存在某種程度的不完備。例如在醫療數據庫中,并非所有的病人關于影像檢查結果都能在給定時間內得到,又或者在診斷結論中存在錯誤,這會導致一部分屬性值暫時缺失或錯誤。所以,我們分析整理報告數據表,清理臟數據,過濾空白數據,對待分類數據集進行缺失值處理。
步驟4:為了使用樸素貝葉斯算法對待分類數據記錄進行自動分類,我們首先對數據記錄進行離散化處理。利用ICTCLAS對每條數據記錄中的影像所見和診斷結論進行分詞。例如對診斷結論“可能患有脂肪肝,肝內膽管略擴張,膽總管上端略增寬,右腎多發囊腫”進行分詞后,得到“可能”、“患有”、“脂肪肝”、“膽內”、“膽管”、“略”、“擴張”、“膽總管”、“上端”“略”、“增寬”、“右腎”、“多發”、“囊腫”。
步驟5:設變量集U={A,C},其中A={A1,A2,…,A25},包含25個條件屬性。這25個條件屬性由K-Means聚類后的十大疾病類型中抽取的關鍵詞表示。C={c1,c2,…,c10},包含10個取值,這10個取值為對應疾病的分類編碼;待分類數據記錄Xi={a1,a2,…,a25}。接下來根據報告數據表構成統計表:統計出醫療疾病數據記錄的個數S、類為Ci的數據記錄個數Si、類Ci的數據記錄中屬性Ak取值為ak的數據記錄個數Sik。
步驟6:計算和構成概率統計表;并利用模型得出待分類數據記錄X的判定結果即判定出了 所屬疾病類型Cnb。
步驟7:生成醫療影像疾病分類后的數據表。

關 鍵 詞:
一種 基于 樸素 貝葉斯 醫療 影像 疾病 分類 方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:一種基于樸素貝葉斯的醫療影像疾病分類方法.pdf
鏈接地址:http://www.wwszu.club/p-6140648.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大