[发明专利]诊断信息处理分析的方法和系统

权利要求书

1.一种诊断信息处理分析的方法，其特征在于，包括以下步骤：

通过多个样本特征以及多个样本的标签信息建立多标签信息的特征空间和标签空间，并根据每个样本特征和每个标签信息建立所述样本的特征向量和第一标签向量；所述样本特征为患者所患疾病的化验报告和基本信息；

计算所述每个标签信息的出现次数；计算每两个标签信息同时出现在一个样本中的次数；计算每两个标签信息的相似度；建立标签-标签的相似度矩阵；

通过所述标签-标签的相似度矩阵重构所述样本的第一标签向量以得到第二标签向量，并根据所述第二标签向量计算目标样本的标签信息出现概率；

降序排序所述目标样本标签信息出现的概率，选取预设数量的标签信息作为所述目标样本的推荐标签信息；

所述通过多个样本特征以及多个样本的标签信息建立多标签信息的特征空间和标签空间还包括：

预设F＝{f₁,f₂...f_b}为多个标签信息b维特征空间，预设L＝{l₁,l₂,...l_q}为所述多个标签信息q维的标签空间；

预设T＝{(X₁,Y₁),(X₂,Y₂),...,(X_n,Y_n)}为多个标签信息的集，预设为所述样本的b维特征向量；则

为所述样本X_i对应的标签向量；若特征向量X_i有标签空间l_j，则标签向量否则

2.根据权利要求1所述的方法，其特征在于，所述计算所述每个标签信息的出现次数包括：根据所述标签信息在每个样本中出现的次数，计算该标签信息对应的样本，设值为r_ij；若所述特征向量X_k中有标签空间l_i，则r_ij＝1，否则r_ij＝0。

3.根据权利要求2所述的方法，其特征在于，所述计算每两个标签的相似度，建立标签-标签的相似度矩阵还包括：

利用余弦相似度计算方法计算每两个标签的相似度。

4.根据权利要求3所述的方法，其特征在于，所述利用余弦相似度计算方法计算每两个标签的相似度包括：

通过计算公式计算每两个标签的相似度，

其中，P_ij是同时包括标签空间l_i与标签空间l_j的集合，为标签空间l_i与标签空间l_j的同时出现在样本X_k中的次数；和分别为标签空间l_i出现的总次数和标签空间l_j出现的总次数。

5.根据权利要求4所述的方法，其特征在于，所述计算每两个标签信息的相似度，建立标签-标签的相似度矩阵包括：

所述标签-标签的相似度矩阵为

其中，矩阵中的元素S_ij＝sim(I_i,I_j)表示标签l_i与标签l_j的相似度。

6.根据权利要求5所述的方法，其特征在于，所述通过标签-标签的相似度矩阵重构所述样本的标签信息矩阵为：Y＝g(X)，

其中g(X)为：

7.根据权利要求1所述的方法，其特征在于，所述根据所述第二标签向量计算目标样本的标签信息出现概率包括：

根据所述第二标签向量，使用懒惰的多标签分类算法计算目标样本中每个标签信息出现概率。