[发明专利]基于最小二乘估计和隐私保护的冠心病研究方法和系统

权利要求书

1.一种基于最小二乘估计和隐私保护的冠心病研究方法，其特征在于，所述方法包括：

S1、冠心病专科医院将自己的冠心病数据进行差分隐私保护，并将进行了差分隐私保护的冠心病数据发送给研究机构；

S2、多个全科医院将自己的全科疾病数据进行差分隐私保护，并将进行了差分隐私保护的全科疾病数据发送给所述研究机构；

S3、所述研究机构根据接收的各项数据建立多参与者的MP-ARMAX模型；

S4、所述研究机构根据所述MP-ARMAX模型，计算获得冠心病被其他疾病影响的相关性参数；

所述多参与者的MP-ARMAX模型，包括：

其中y_k+1为所述冠心病专科医院k+1时刻的冠心病数据，y_k、y_k-1、...y_k-p+1为所述冠心病专科医院的历史冠心病数据，u_1,k、u_1,k-1、...u_1,k+1-q1为第一个所述全科医院的历史全科疾病数据，u_2,k、u_2,k-1、...u_2,k+1-q2为第二个所述全科医院的历史全科疾病数据，u_m,k、u_m,k-1、...u_m,k+1-qm为第m个所述全科医院的历史全科疾病数据，w_k+1是系统噪声，根据以上这些数据，计算出所述冠心病受其他疾病影响的相关性参数b_i,k，i＝1,...,m，m是多个全科医院的数量，k＝1,...,q_i，q_i是已知的系统阶数，以及所述冠心病受历史冠心病数据影响的相关性参数a_j，j＝1,...,p，p是已知的系统阶数。

2.根据权利要求1所述的方法，其特征在于，所述S1的冠心病专科医院将自己的冠心病数据进行差分隐私保护，具体包括：

所述冠心病专科医院对自己的冠心病数据添加第一隐私保护噪声，所述第一隐私保护噪声为遵循方差为2b²(k)的拉普拉斯分布，所述冠心病专科医院选择所述第一隐私保护噪声的噪声参数b₀，满足C₁表示所述冠心病专科医院冠心病数据P₀的敏感程度；δ表示隐私保护程度，ε为隐私保护预算。

3.根据权利要求2所述的方法，其特征在于，所述S2的多个全科医院将自己的全科疾病数据进行差分隐私保护，具体包括：

所述多个全科医院对自己的全科疾病数据添加第二隐私保护噪声，所述第二隐私保护噪声为遵循方差为2b²(k)的拉普拉斯分布，所述多个全科医院选择所述第二隐私保护噪声的噪声参数b_i，满足C_i,2表示所述多个全科医院全科疾病数据P_i的敏感程度。