[發明專利]一種基于體檢數據建模的空腹血糖預測方法

有效

• 申請號: 201610065891.8
• 申請日: 2016-01-31
• 公開（公告）號: CN107194138B
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 紀俊;于濱;肖文翔;王嵩;朱易辰
• 申請（專利權）人: 北京萬靈盤古科技有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H50/30;G16H50/20
• 代理公司: 深圳舍穆專利代理事務所(特殊普通合伙) 44398
• 代理人: 黃賢炬

1.一種基于體檢數據建模的空腹血糖預測方法，其特征在于：其包括以下步驟：

步驟1：數據選擇與處理；包括從海量體檢數據中提取關鍵信息以及對數據的清洗和轉換；

步驟2：數據集的建立；對處理后的數據進行特征構建，每行表示為一個人的體檢記錄，每列表示一項體檢項特征，得到包含所有特征集合的數據集dataset1；

步驟3：重要特征選取；按以下步驟進行：

(3.1)利用隨機森林方法對特征集合中的每一個特征計算其特征重要性，并據此計算體檢項重要性得分；

(3.2)結合序列后向選擇算法：從dataset1全部特征集合s開始，對s對應訓練集進行建模，并計算其在測試集上AUC，然后去掉得分最低的體檢項對應特征，建模并計算在測試集上AUC，直至特征集合s中只含有一個體檢項，選取具有最大AUC值的特征集合為最優特征集合optimalset；

步驟4：血糖預測模型構建與評價，其步驟如下：

(4.1)使用隨機劃分的方式，將最優特征集合optimalset對應的最優數據集optimaldataset

按比例分割為訓練集Xtrain和測試集Xtest；

(4.2)使用包含大量決策樹的隨機森林擬合訓練集Xtrain，每棵決策樹使用數據由原數據隨機抽取，決策樹生成過程中，每個分割節點從全部特征集合中隨機選擇p個特征，從中選擇最佳劃分特征；

隨機森林生成后，血糖預測值是各決策樹血糖預測值的均值，此時，血糖預測的回歸模型建立完畢；

(4.3)根據模型對測試集Xtest進行預測，得到未來一年的空腹血糖預測值，以該值減體檢者上一年的空腹血糖值，差值為正說明預測該體檢者空腹血糖上升，差值為負說明該體檢者空腹血糖下降，得到關于體檢者空腹血糖變化的預測，空腹血糖變化上升表示為1，下降表示為0，差值表示預測得分；

(4.4)根據測試集，使用體檢者第四年空腹血糖減第三年空腹血糖，得到體檢者真實空腹血糖變化，將其轉化為0-1表示；

(4.5)根據預測得分和體檢者真實數據變化的0-1表示，通過ROC曲線對應的AUC值，對模型性能進行評價；

步驟5：空腹血糖變化預測的概率化打分：

(5.1)將最優特征集合optimalset對應的最優數據集optimaldataset劃分為訓練集、測試集、驗證集三部分；

(5.2)使用訓練集結合隨機森林方法建立空腹血糖值預測模型，使用測試集計算不同概率化打分對應閾值，預測驗證集的概率化打分；

(5.3)結合驗證集概率化打分，選定概率化得分80分以上體檢者為血糖變化概率較大人群，基于選定的閾值，驗證模型表現。

2.根據權利要求1所述的一種基于體檢數據建模的空腹血糖預測方法，其特征在于：步驟1中數據的清洗和轉換包括：對殘缺、錯誤數據，將其值置為空；對重復數據進行刪除；格式不標準數據，通過數值編碼方式統一處理為數值格式。

3.根據權利要求1所述的一種基于體檢數據建模的空腹血糖預測方法，其特征在于：步驟(3.2)中，按如下步驟進行：

A.使用體檢項重要性計算過程中得到的體檢項重要性得分，對體檢項按照得分高低進行重要性排序；

B.根據全部特征s對應數據集，使用隨機森林訓練模型，并計算相應的AUC值；

C.從體檢項集合中，去掉得分最低體檢項對應的特征，使用余下特征對應數據集訓練隨機森林模型，并計算相應的AUC值；

D.重復步驟C，直至體檢項集合只包含一個體檢項；

E.根據上述步驟，得到對應最優AUC值的體檢項集合，進一步得到最優的特征集合optimalset；

F.根據以上過程得到的最優特征集合optimalset，對應數據集可以得到最優模型。

4.根據權利要求1所述的一種基于體檢數據建模的空腹血糖預測方法，其特征在于：步驟1中提取的關鍵信息為不同體檢者不少于三年的體檢信息。

5.根據權利要求4所述的一種基于體檢數據建模的空腹血糖預測方法，其特征在于：步驟1中提取的關鍵信息包括人口統計學信息、血常規檢測、血生化檢測、尿常規檢測、內科、心電圖科目下的一種或多種信息。

6.根據權利要求5所述的一種基于體檢數據建模的空腹血糖預測方法，其特征在于：步驟1中提取的關鍵信息包括：

空腹血糖、年齡、腰圍、體重、身腰比、體重指數、尿糖、尿素、肌酐、脂肪肝、AST/ALT、血清天門冬氨酸氨基轉移酶、血清丙氨酸氨基轉移酶、紅細胞分布寬度、紅細胞比積、平均血紅蛋白濃度、血清甘油三酯、血檢-紅細胞、紅細胞平均體積、身高、血清低密度脂蛋白膽固醇、血清高密度脂蛋白膽固醇、中性粒細胞總數、平均血紅蛋白含量、血液比重、中性粒細胞百分數、收縮壓、淋巴細胞百分數、血檢-白細胞、血小板分布寬度、舒張壓、性別、淋巴細胞總數、血小板數、尿酸堿度、血清總膽固醇、平均血小板體積、尿酮體、尿檢-紅細胞、裂隙燈、雙下肢水腫、亞硝酸鹽、尿膽紅素、心電圖、心率、尿檢-白細胞、尿膽原、尿蛋白。