基于加权knn的乳腺癌化疗方案推荐方法
【专利摘要】本发明提供的一种基于加权KNN的乳腺癌化疗方案推荐方法，包括如下步骤：输入新的病例pa＝<a1,a2,…,an>；计算新的病例pa＝<a1,a2,…,an>与原有病例池中每个病例之间的距离；以距离从小到大排序从原有病例池的病例中选取前k个病例；计算得出推荐治疗方案。本发明的有益效果如下：在乳腺癌辅助治疗方案的决策过程中引入了智能推荐算法，提高了整个讨论过程的效率。在计算两个病例之间距离的时候，结合使用了线性相关度作为了每个属性的权重。在最相似的几个结果中选取最终推荐方案的过程中，也考虑了它们距离的影响，从而提升了推荐的整体效果。
【专利说明】
基于加权KNN的乳腺癌化疗方案推荐方法
技术领域
[0001 ]本发明涉及一种基于加权KNN的乳腺癌化疗方案推荐方法。
【背景技术】
[0002] 乳腺癌的早期诊断和辅助治疗的开展可以显著降低患者的死亡率，但是目前乳腺 癌术后辅助治疗方案的制定没有计算机参与，需要经过各学科医生进行多次讨论后投票表 决，并由主治医生最终决定治疗方案，整个过程使用了较多的医疗资源且效率不高。
【发明内容】
[0003] 针对现有技术中的缺陷，本发明的目的是提供一种改进现有推荐算法的不足之处 的基于动态规划的基于加权KNN的乳腺癌化疗方案推荐方法。
[0004] 为解决上述技术问题，本发明提供的一种基于加权KNN的乳腺癌化疗方案推荐方 法，包括如下步骤：
[0005] 步骤 1，输入新的病例pa=<ai，a2, · · ·，an> ;
[0006] 步骤2,计算新的病例pa=<ai，a2, . . .，an>与原有病例池中每个病例 Pi =< …>之间的距离；
[0007] 步骤3,以距离从小到大排序从原有病例池的病例中选取前k个病例；
[0008] 步骤4,计算得出推荐治疗方案;其中
[0009] ai，a2, . . .，an为病例pa中第1个至第η个属性，为原有病例池中第i个病 例Pi中第1个至第η个属性，yi为病例Pi的治疗方案，i = l，2,…，M，M为原有病例池中病例的 数量；
[0010] 新的病例p a = < a i，a 2，. . .，a n >与原有病例池中第i个病例 Pi=<xi，x^,...,y1' >之间的距离为相同序号属性之间的距离之和。
[0011] 优选地，所述步骤2中，新的病例pa=<ai，a2, . . .，an>与原有病例池中每个病例 pi =< xL：4,…,χ? >之间的距离总和Dist(p:i,.pa) := S.t=iWt δ (at 关 x{);其中
[0012] S(c)表示二值函数，当条件c为真时S(c)值为1，否则为〇;W t表示第t个属性和化疗 方案之间的线性相关程度。
[0013] 优选地，所述步骤4中，计算得出推荐治疗方案f = 3琯咖父沿陣滅^办声3油(孙 其中S为以距离从小到大排序从原有病例池的病例中选取的前k个病例的列表;S. indices (y)为列表S中的病例所对应的治疗方案y在列表S中出现过的所有位置序号的集合;Rank (j)为体现病例之间相似程度的影响的单调递减的函数，Rank(j)的值反比于新的病例?3与 病例 Pl之间的距离，j表示列表S中病例的序号。
[0014] 优选地，k = l，2,…，M，M为原有病例池中病例的数量。
[0015] 优选地，所述步骤1中，通过外接的设备输入亲jf的病例pa=<ai，a2, . . .，an>。
[0016] 与现有技术相比，本发明的有益效果如下:在乳腺癌辅助治疗方案的决策过程中 引入了智能推荐算法，提高了整个讨论过程的效率。而不同于普通的KNN算法，本技术使用 了特殊的距离度量方法以计算离散值属性之间的距离。在计算两个病例之间距离的时候， 结合使用了线性相关度作为了每个属性的权重。此外，在最相似的几个结果中选取最终推 荐方案的过程中，也考虑了它们距离的影响，从而提升了推荐的整体效果。
【附图说明】
[0017] 通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征目 的和优点将会变得更明显。
[0018] 图1为本发明基于加权KNN的乳腺癌化疗方案推荐方法的流程示意图；
[0019] 图2为本发明基于加权KNN的乳腺癌化疗方案推荐方法的实施例示意图。
【具体实施方式】
[0020] 下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术 人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术 人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明 的保护范围。
[0021] 如图1所示，本发明提供的一种基于加权KNN的乳腺癌化疗方案推荐方法，包括如 下步骤：
[0022] 步骤1，通过外接的设备输入新的病例pa=<ai，a2,…，an> ;
[0023] 步骤2,计算新的病例pa=<ai，a2, . . .，an>与原有病例池中第i个病例 ρΓ=_< .4,4,.被,:>之间相同序号属性之间的距离总和DistCpi, _pa) = Σ t_iWt δ (g:t辛〇; 其中S(c)表示二值函数，当条件c为真时S(c)值为1，否则为〇;Wt表示第t个属性和化疗方案 之间的线性相关程度。
[0024] 步骤3,以距离从小到大排序从原有病例池的病例中选取前k个病例，形成列表S，k =1，2，…，Μ，Μ为原有病例池中病例的数量；
[0025] 步骤4,计算得出推荐治疗方案f = aTgmaxy{SjeS.indices(y)Rank(j)} ;其中S为以距离 从小到大排序从原有病例池的病例中选取的前k个病例的列表;S.indiceS(y)为列表S中的 病例所对应的治疗方案y在列表S中出现过的所有位置序号的集合;Rank(j)为体现病例之 间相似程度的影响的单调递减的函数，Rank(j)的值反比于新的病例p a与病例？1之间的距 离;ai，a2, . . .，an为病例pa中第1个至第η个属性，，…,4为原有病例池中第i个病例Pi 中第1个至第η个属性，yi为病例Pi的治疗方案，i = l，2,…，M，M为原有病例池中病例的数量；
[0026] 新的病例p a = < a i，a 2，. . .，a n >与原有病例池中第i个病例 Pi =< χ14，4,y >之间的距离为相同序号属性之间的距离之和。
[0027] 优选地，所述步骤1中，通过外接的设备输入新的病例pa=<ai，a2,. . .，an>。
[0028] 如图2所示，为了给病例Pa推荐化疗方案，将Pa和现有的病例样本，对应不同的属 性进行比较。例如，Pa和P1对应属性1的值不同，因而在属性1上的距离是W1;而它们在对应 属性2的值相同，所以在属性2上的距离是0;而Pa和P1最终的距离则是各个属性之间的距离 之和。找出所有其他病例中与Pa距离最小的k个，放入S中，在图2的例子中，k = 4，S = [P5， 卩7，？8，？9]。使用合适的1^1^(」），根据公式最终可计算出所推荐的化疗方案。图中简单地使 用了Rank⑴，从而为Pa推荐了3号化疗方案。
[0029] 表1为影响化疗方案的主要属性，包括年龄、BMI指数、分子分型、ER值、PR值等各项 指标。为了便于统一计算，将连续值的属性（如年龄、ER值等）按一定的规则划分成了离散 值。
[0030] 表 1
[0031]
[0033]以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述 特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影 响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相 互组合。
【主权项】
1. 一种基于加权ΚΓ^Ν的乳腺癌化疗方案推荐方法，其特征在于，包括如下步骤： 步骤1，输入新的病例Pa=<ai,a2，···，an> ; 步骤2，计算新的病例p a = < a 1，a 2，…，a η >与原有病例池中每个病例 Pi二< 处咕…,种，/ >之间的距离； 步骤3，W距离从小到大排序从原有病例池的病例中选取前k个病例； 步骤4，计算得出推荐治疗方案;其中 曰1，曰2，。'，曰。为病例口3中第1个至第11个属性，^[,乂^，...，4为原有病例池中第i个病例Pi中 第1个至第η个属性，yi为病例Pi的治疗方案，i = l，2,…，M，M为原有病例池中病例的数量； 新的病例Pa=<ai，a2，···，an>与原有病例池中第i个病例化=:< 对,域媒，沪 >之间 的距离为相同序号属性之间的距离之和。2. 根据权利要求1所述的基于加权KNN的乳腺癌化疗方案推荐方法，其特征在于，所述 步骤2中，新的病例口3=<曰1，曰2，。'，曰。>与原有病例池中每个病例巧二<乂{,：%4~，^4/> 之间的距离总和D.ist(pi,p4) = (at 均);其中 ' t=丄 8(c)表示二值函数，当条件C为真时5(c)值为1，否则为0;Wt表示第t个属性和化疗方案 之间的线性相关程度。3. 根据权利要求1所述的基于加权KNN的乳腺癌化疗方案推荐方法，其特征在于，所述 步骤帥，计算得出推荐治疗方案y二argniaxy{s脚ndiccs(y)RankO)};其中 S为W距离从小到大排序从原有病例池的病例中选取的前k个病例的列表;S. indices (y)为列表S中的病例所对应的治疗方案y在列表S中出现过的所有位置序号的集合;Rank (j)为体现病例之间相似程度的影响的单调递减的函数，Rank(j)的值反比于新的病例Pa与 病例Pi之间的距离，j表示列表S中病例的序号。4. 根据权利要求1所述的基于加权K順的乳腺癌化疗方案推荐方法，其特征在于，k= 1， 2，…，Μ，Μ为原有病例池中病例的数量。5. 根据权利要求1所述的基于加权ΚΝΝ的乳腺癌化疗方案推荐方法，其特征在于，所述 步骤1中，通过外接的设备输入新的病例Pa= <ai，曰2，…，an>。
【文档编号】G06F19/00GK105975794SQ201610345757
【公开日】2016年9月28日
【申请日】2016年5月23日
【发明人】曹健, 张棪, 沈坤炜, 陈小松, 朱思吉
【申请人】上海交通大学, 上海交通大学医学院附属瑞金医院