(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111655533.X (22)申请日 2021.12.31 (71)申请人 华中科技大 学 地址 430074 湖北省武汉市洪山区珞喻路 1037号 (72)发明人 魏晟　雷志群　 (74)专利代理 机构 武汉泰山北斗专利代理事务 所(特殊普通 合伙) 42250 专利代理师 程千慧 (51)Int.Cl. G06F 30/20(2020.01) G06F 17/18(2006.01) (54)发明名称 一种基于贝叶斯层次模型的食品污染物暴 露与健康危害的剂量反应关系模型建立方法 (57)摘要 本发明涉及一种基于贝叶斯层次模型的食 品污染物暴露与健康危害的剂量反应关系模型 建立方法， 本发明可 以有效果利用先验信息， 将 已有的知识利用起来， 将样本数据与先验信息相 结合， 在先验信息的基础上对样本分布进行调 整， 结合似然函数获得未知参数的后验分布， 从 而得到具体的剂量反应关系； 基于贝叶斯层次模 型统计方法的优点 以及国内应用贝叶斯统计进 行暴露评估的现状， 本发明将系统地构建利用贝 叶斯层析模 型进行剂量反应关系构建的方法， 求 出剂量反应关系中的参数， 为后续研究提供帮 助。 权利要求书1页 说明书4页 附图2页 CN 114444272 A 2022.05.06 CN 114444272 A 1.一种基于贝叶斯层次模型的食品污染物暴露与健康危害的剂量反应关系模型建立 方法， 其特 征在于， 包括以下步骤： 步骤1、 通过查阅文献获取多组观察数据， 每组实验数据包括污染物的剂量d， 和对应的 实验对象产生的不同程度的反应值f(d； θ )； 步骤2、 使用Hi ll模型的对数 形式构建剂量反应关系模型， 公式如下： 其中f(d； θ )表示在剂量d时的预期 反应， a表示达到50％最大反应时的剂量， b表示最大 反应时的剂量， c表示希尔系数； 步骤3、 建立贝叶斯层次模型， 根据经验指定a符合正态分布， a～Normal( μa， σa)， 对参数 μa再设置先验分布,给定分布为： μa～Normal( μa_ μ, μa_σ ),对参数σa再设置先验分布,给定分 布为： σa～Normal( σa_ μ, σa_σ )； 指定 μa_ μ 的先验分布为： μa_ μ～Normal(0,10)， 指定 μa_σ 的先 验分布为： μa_σ ～cauchy(0， 1),指定σa_ μ的先验分布为： σa_ μ～Normal(0,10)， 指定σa_σ 的 先验分布为： σa_σ ～cauchy(0， 1)； 指定b符合均匀分布b～Unif(0， 1.2*(max(f(d； θ ))),指 定参数c符合均匀分布c～Un if(0.3， 8)， 其中max(f(d； θ ) )表示最大的预期反应值； 步骤4、 使用步骤1中得到的多组观察数据作为输入数据， 代入上一步得到的贝叶斯层 次模型， 获得后验不解析， 对后验分布 进行多次采样， 计 算出 μa， σa， b， c这4个参数的分布， 由 于a符合正态分布， a～N ormal( μa， σa)， 计算出a的分布； 步骤5、 将参数a， b， c代入步骤3的贝叶斯层次模型， 即得到f(d； θ )与d的反应关系模型。 2.根据权利要求1所述的基于贝叶斯层次模型的食 品污染物暴露与健康危害的剂量反 应关系模型建立方法， 其特征在于， 所述步骤3中的采样方法为包含有Metropolis ‑ Hastings方法的Gib bs采样方法。 3.根据权利要求1所述的基于贝叶斯层次模型的食 品污染物暴露与健康危害的剂量反 应关系模型建立方法， 其特 征在于， 所述 步骤4的采样次数为5 000次或以上。权　利　要　求　书 1/1 页 2 CN 114444272 A 2一种基于贝叶斯层次 模型的食品污染物暴露与健康危害的剂 量反应关系模型建立方 法 技术领域 [0001]本发明涉及食品污染物暴露与健康危害的剂量反应关系计算方法领域，  具体涉 及一种基于贝叶斯层次模型的食品污染物暴露与健康危害的剂量反  应关系模型建立方 法。 背景技术 [0002]当原始数据缺失或数据样本量过小时， 传统的求剂量反应关系的结果往  往较差。 使用基于贝叶斯层次模型的剂量反应关系构建方法可以较为准确地  弥补传统的方法的不 足： 可以将不同研究， 不同物种的数据结合起来进行数  据分析， 同时可以有效果利用先验 信息， 将已有的知识利用起来， 将样本数  据与先验信息相结合， 在先验信息的基础上对样 本分布进行调整， 结合似然  函数获得未知参数的后验分布， 从而得到具体的剂量反应关 系。 发明内容 [0003]本发明要解决的技术问题是针对以上不足， 提供一种基于贝叶斯层次模  型的食 品污染物暴露与健康危害的剂量反应关系模型建立方法。 [0004]为解决以上技 术问题， 本发明采用以下技 术方案： [0005]一种基于贝叶斯层次模型的食品污染物暴露与健康危害的剂量反应关  系模型建 立方法， 包括以下步骤： [0006]步骤1、 通过查阅文献获取多组观察数据， 每组实验数据包括污染物的  剂量d， 和 对应的实验 对象产生的不同程度的反应值f(d； θ )； [0007]步骤2、 使用Hi ll模型的对数 形式构建剂量反应关系模型， 公式如下： [0008] [0009]其中f(d； θ )表示在剂量d时的预期反应， a表示达到50％最大反应时的  剂量， b表 示最大反应时的剂量， c表示希尔系数； [0010]步骤3、 建立贝叶斯层次模型， 根据经验指定a符合正态分布， a～Normal  ( μa， σa)， 对参数μa再设置先验分布,给定分布为： μa～Normal( μa_μ, μa_σ ),对参数σa再设置先验分 布,给定分布为： σa～Normal( σa_ μ, σa_ σ )； 指定 μa_ μ 的先验分布为： μa_ μ～Normal(0,10)， 指 定μa_σ 的先验  分布为： μa_σ～cauchy(0， 1),指定σa_μ的先验分布为： σa_μ～Normal  (0, 10)， 指定σa_σ 的先验分布为： σa_σ～cauchy(0， 1)； 指定b符合  均匀分布b～Unif(0， 1.2* (max(f(d； θ ))),指定参数c符合均匀分布  c～Unif(0.3， 8)， 其中max(f(d； θ ))表示最大的 预期反应值； [0011]步骤4、 使用步骤1中得到的多组观察数据作为输入数据， 代入上一步得  到的贝叶 斯层次模型， 获得后验不解析， 对后验分布 进行多次采样， 计 算出 μa， σa， b， c这4个参数的分说　明　书 1/4 页 3 CN 114444272 A 3