一种基于多源数据融合的帕金森氏病药物推荐模型

摘要

本发明是专门针对帕金森病提出的一种基于多源数据融合的药物推荐模型，属于计算机应用领域。一种基于多源数据融合的帕金森氏病药物推荐模型，包括如下步骤：步骤（1）前期数据收集PD患者的运动和非运动症状以及相对应的医生开具临床治疗的药物处方，步骤（2）根据观察到的运动和非运动症状的设计基于特征和基于相似度的表示；步骤（3）学习一个将观察到的症状与处方药联系起来的潜在症状空间；步骤（4）迭代优化PALAS模型参数；步骤（5）保存模型参数；步骤（6）测试集测试结果并评估。本发明通过分析观察到的PD患者的运动和非运动症状来实现，计算机自动预测适合帕金森氏病患者的药物，从而从数据驱动角度为神经病理学家提供参考。