1.一种基于效用模型的个性化诊疗方法的确定方法,其特征在于,所述确定方法包括:
对历史用户病症特征数据进行预处理,得到用户特征;
基于粒子群算法,根据所述历史用户病症特征数据,构建改善方法的效用矩阵;
根据所述效用矩阵及所述用户特征和当前用户的需求,得到针对该当前用户的个性化诊疗方法。
2.根据权利要求1所述的基于效用模型的个性化诊疗方法的确定方法,其特征在于,所述对历史用户病症特征数据进行预处理,得到用户特征,具体包括:
将所述历史用户病症特征数据的维度降至r维数据;
根据以下公式,对所述r维数据进行归一化处理,得到用户特征:
其中,x为r维数据中的任意值,xmin为r维数据中的最小值,xmax为r维数据中的最大值,x′为归一化处理后的用户特征,x′∈[-1,1]。
3.根据权利要求1所述的基于效用模型的个性化诊疗方法的确定方法,其特征在于,所述基于粒子群算法,根据所述历史用户病症特征数据,构建改善方法效用矩阵,具体包括:
根据以下两种公式,确定效用矩阵的权重wk:i|j:
其中,d1为改善效果为变好的阈值,d2为改善效果为变坏的阈值,max(.)为取最大值函数,arg(.)为取自变量函数;
根据以下公式,计算所述效用矩阵的元素uij:
其中,uij表示在方法xj作用的前提下方法xi对目标特征产生的效用,当j=i时表示方法xi单独作用下产生的效用,n为有方法xi、xj同时作用下的样本个数,
根据所述效用矩阵的元素uij,确定效用矩阵u:
4.根据权利要求3所述的基于效用模型的个性化诊疗方法的确定方法,其特征在于,所述确定所述效用矩阵的权重wk;i|j,具体包括:
各粒子拥有一个速度决定飞行的距离和方向,在粒子搜索空间维度降为r维时,第i个粒子的参数如下:
粒子i的位置为:xi=(xi1,xi2,...,xir),i=1,2,...,pop_size;
粒子i的速度为:vi=(vi1,vi2,...,vir),i=1,2,...,pop_size;
粒子i经过的历史最好位置为:
pi=(pi1,pi2,...,pir),i=1,2,...,pop_size;
粒子群所经过的历史最好位置为:
pg=(pg1,pg2,...,pgr),i=1,2,...,pop_size;
在训练的过程中,粒子能够根据当前的位置和速度通过以下公式得到下一时刻的速度和位置:
其中,pop_size为粒子群个数,
通过上述公式对速度与位置进行迭代训练,通过最大适应度得到粒子群最佳的位置,该位置每个维度下的值为所需要的权重大小:
(w1,w2,...,wr)=(pg1,pg2,...,pgr)。
5.根据权利要求1所述的基于效用模型的个性化诊疗方法的确定方法,其特征在于,c1,c2取值为2。
6.根据权利要求1所述的基于效用模型的个性化诊疗方法的确定方法,其特征在于,所述根据所述效用矩阵及所述用户特征和当前用户的需求,得到针对该当前用户的个性化诊疗方法,具体包括:
在已知病症情况和目前所采用的改善方法的情况下,确定当前情况下改善效果的预测情况;和/或
在已知病症情况下,确定针对该当前用户的个性化诊疗方法。
7.根据权利要求6所述的基于效用模型的个性化诊疗方法的确定方法,其特征在于,所述在已知病症情况和目前所采用的改善方法的情况下,确定当前情况下改善效果的预测情况,具体包括:
通过效用矩阵u,计算出当前的总效用矩阵u*:
其中,uij表示在方法xj作用的前提下方法xi对目标特征产生的效用,num表示r维数据中为1元素的个数,设d1为改善效果为变好的阈值,d2为改善效果为变坏的阈值,所述总效用矩阵u*中的每一个效用值都有其对应于不同改善结果的隶属;
对总效用矩阵u*与改善效果y之间的关系进行模糊化建模,确定隶属度函数;
根据隶属度函数,确定当前情况下改善效果的预测情况。
8.根据权利要求6所述的基于效用模型的个性化诊疗方法的确定方法,其特征在于,所述在已知病症情况下,确定针对该当前用户的个性化诊疗方法,具体包括:
已知p=[pk],pk∈[0,1];k=1,2,...r的情况下,设x=[xi],xi=0,1;i=1,2,...n,给xi赋值0或1使改善效果为变好,以达到该当前用户的需求,所述当前用户的需求分为:决策策略为成本最低、决策策略为准确率最高以及决策策略的成本与准确率平衡;其中,
决策策略为成本最低,计算:
决策策略为准确率最高,则计算:
其中,ui|j表示在方法xj作用的前提下方法xi对目标特征产生的效用,min(.)为取最小值函数,max(.)为取最大值函数,arg(.)为取自变量函数。
9.一种基于效用模型的个性化诊疗方法的确定系统,其特征在于,所述确定系统包括:
预处理单元,用于对历史用户病症特征数据进行预处理,得到用户特征;
构建单元,用于基于粒子群算法,根据所述历史用户病症数据,构建改善方法的效用矩阵;
确定单元,用于根据所述效用矩阵及所述用户特征和当前用户的需求,得到针对该当前用户的个性化诊疗方法。
10.根据权利要求9所述的基于效用模型的个性化诊疗方法的确定系统,其特征在于,所述预处理单元包括:
降维模块,用于将所述历史用户病症特征数据的维度降至r维数据;
归一化处理模块,用于根据以下公式,对所述r维数据进行归一化处理,得到用户特征:
其中,x为r维数据中的任意值,xmin为r维数据中的最小值,xmax为r维数据中的最大值,x′为归一化处理后的用户特征,x′∈[-1,1]。