基于最小二乘估计和隐私保护的冠心病研究方法和系统

技术领域

本发明涉及冠心病研究技术领域，特别是指基于最小二乘估计和隐私保护的冠心病研究方法和系统。

背景技术

冠状动脉粥样硬化性心脏病(coronary atherosclerotic heart disease)简称冠心病，指由于脂质代谢不正常，血液中的脂质沉着在原本光滑的动脉内膜上，在动脉内膜一些类似粥样的脂类物质堆积而成白色斑块，称为动脉粥样硬化病变。这些斑块渐渐增多造成动脉腔狭窄，使血流受阻，导致心脏缺血，产生心绞痛。

心脏是人体的重要器官，它的作用就好比是一个永不停止工作的泵，随着心脏每次收缩将携带氧气和营养物质的血流经主动脉输送到全身，以供给各组织细胞代谢需要。心脏自身的氧气和营养又如何得到呢？在主动脉的根部分出两条动脉，负责心脏本身的血液循环，称为冠状动脉。由于脂质代谢不正常，血液中的脂质沉着在原本光滑的动脉内膜上，在动脉内膜一些类似粥样的脂类物质堆积而成白色斑块，称为动脉粥样硬化病变。冠心病分为隐匿型：患者有冠状动脉硬化，但病变较轻或有较好的侧支循环，或患者痛阈较高因而无疼痛症状；心绞痛型：在冠状动脉狭窄的基础上，由于心肌负荷的增加引起心肌急剧的、短暂的缺血与缺氧的临床综合征；心肌梗死型：在冠状动脉病变的基础上，发生冠状动脉供血急剧减少或中断，使相应的心肌严重而持久地急性缺血导致心肌坏死；心力衰竭型：(缺血性心肌病)心肌纤维化，心肌的血供长期不足，心肌组织发生营养障碍和萎缩，或大面积心肌梗死后，以致纤维组织增生所致；猝死型：分类标准患者心脏骤停的发生是由于在动脉粥样硬化的基础上，发生冠状动脉痉挛或栓塞，导致心肌急性缺血，造成局部电生理紊乱，引起暂时的严重心律失常所致。

冠心病的主要病因是冠状动脉粥样硬化，但动脉粥样硬化的原因尚不完全清楚，可能是多种因素综合作用的结果。认为本病发生的危险因素有：年龄和性别(45岁以上的男性，55岁以上或者绝经后的女性)，家族史(父兄在55岁以前，母亲/姐妹在65岁前死于心脏病)，血脂异常(低密度脂蛋白胆固醇LDL-C过高,高密度脂蛋白胆固醇HDL-C过低)，高血压，尿糖病，吸烟，超重，肥胖，痛风，不运动等。也就是冠心病和其他疾病有很多相关性，受其他疾病影响很大。因此亟需一种研究冠心病受其他疾病影响的方法。

发明内容

本发明提供了基于最小二乘估计和隐私保护的冠心病研究方法和系统，用以对冠心病受其他疾病的影响情况进行研究。所述技术方案如下：

一方面，提供了一种基于最小二乘估计和隐私保护的冠心病研究方法，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。

可选地，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2b

可选地，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2b

可选地，所述多参与者的MP-ARMAX模型，包括：

其中y

可选地，计算出所述相关性参数b

定义P

P

在k+1时刻，

其中θ

另一方面，还提供一种基于最小二乘估计和隐私保护的冠心病研究系统，所述系统包括：冠心病专科医院、多个全科医院和研究机构，其中，

所述冠心病专科医院，用于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所述研究机构；

所述多个全科医院，用于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；

所述研究机构，用于根据接收的各项数据建立多参与者的MP-ARMAX模型；

所述研究机构，还用于根据所述MP-ARMAX模型，研究冠心病被其他疾病影响的情况。

可选地，所述冠心病专科医院，具体用于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2b

可选地，所述多个全科医院，具体用于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2b

可选地，所述多参与者的MP-ARMAX模型，包括：

其中y

可选地，所述研究机构，具体用于计算出所述相关性参数b

定义P

P

在k+1时刻，

其中θ

本发明提供的技术方案带来的有益效果至少包括：

本发明研究机构根据接收的冠心病专科医院发送的冠心病数据和多个全科医院发送的全科疾病数据建立多参与者的MP-ARMAX模型，并根据所述MP-ARMAX模型，计算获得冠心病被其他疾病影响的相关性参数，因此能够精确地研究冠心病受其他疾病影响的情况。另外，本发明对冠心病专科医院发送的冠心病数据和多个全科医院发送的全科疾病数据分别进行差分隐私保护，能够保护冠心病专科医院发送的冠心病数据和多个全科医院发送的全科疾病数据免受攻击者的攻击而泄露病人的隐私。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种基于最小二乘估计和隐私保护的冠心病研究方法流程图；

图2是本发明实施例提供的一种基于最小二乘估计和隐私保护的冠心病研究系统框图。

具体实施方式

如图1所示，本发明实施例提供了一种基于最小二乘估计和隐私保护的冠心病研究方法，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。

下面结合图2，详细说明本发明实施例的一种基于最小二乘估计和隐私保护的冠心病研究方法。

如图2中所示，本发明实施例的一种基于最小二乘估计和隐私保护的冠心病研究系统包括：冠心病专科医院、多个全科医院和研究机构。

为了研究冠心病受其他疾病的影响情况，本发明实施例的研究机构选择冠心病专科医院的更专业的冠心病数据和多个全科医院的更全面的全科疾病数据作为数据源进行研究。本发明实施例提供了一种基于最小二乘估计和隐私保护的冠心病研究方法，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；

冠心病数据涉及很多病人的隐私，为了对这些隐私进行保护，免受攻击者的攻击而泄露病人的隐私，本发明实施例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。

可选地，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2b

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；

全科疾病数据同样涉及很多病人的隐私，为了对这些隐私进行保护，免受攻击者的攻击而泄露病人的隐私，本发明实施例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。

可选地，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2b

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；

可选地，所述多参与者的MP-ARMAX模型，包括：

其中y

由公式(1)可以看出，本发明实施例的多参与者的MP-ARMAX模型：

1)相较于传统的自回归平均滑动模型(ARMA)，多参与者的MP-ARMAX模型的滑动平均项输入由单个参与者变成了多个参与者；

2)针对于传统医疗领域关联性回归分析中往往忽略回归项影响，这里考虑了回归项a

3)具体模型样式参考公式(1)，包含了回归项、多参与者输入的滑动平均项和系统噪声。

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。

可选地，计算出所述相关性参数b

定义P

P

在k+1时刻，

其中θ

θ

另一方面，如图2所示，还提供一种基于最小二乘估计和隐私保护的冠心病研究系统200，所述系统包括：冠心病专科医院、多个全科医院和研究机构，其中，

所述冠心病专科医院201，用于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所述研究机构；

所述多个全科医院202，用于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；

所述研究机构203，用于根据接收的各项数据建立多参与者的MP-ARMAX模型；

所述研究机构，还用于根据所述MP-ARMAX模型，研究冠心病被其他疾病影响的情况。

可选地，所述冠心病专科医院，具体用于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2b

可选地，所述多个全科医院，具体用于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2b

可选地，所述多参与者的MP-ARMAX模型，包括：

其中y

可选地，所述研究机构，具体用于计算出所述相关性参数b

定义P

P

在k+1时刻，

其中θ

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。