[發(fā)明專利]一種生物醫(yī)學(xué)關(guān)鍵屬性選擇方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710332543.7
• 申請(qǐng)日: 2017-05-12
• 公開（公告）號(hào): CN107169284A
• 公開（公告）日: 2017-09-15
• 發(fā)明（設(shè)計(jì)）人: 羅森林;潘麗敏;張?jiān)婪?/a>;胡雅嫻
• 申請(qǐng)（專利權(quán)）人: 北京理工大學(xué)
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種生物醫(yī)學(xué)關(guān)鍵屬性選擇方法，其特征在于，所述方法包括以下步驟：

步驟1，數(shù)據(jù)集S包含N個(gè)樣本，M維影響2型糖尿病干預(yù)效果的待選屬性，使用boruta算法對(duì)人群的干預(yù)效果進(jìn)行擬合，得到影響干預(yù)效果的關(guān)鍵屬性，以及待選屬性的重要性排序；

步驟2，基于原始數(shù)據(jù)集S，根據(jù)人群的干預(yù)效果構(gòu)建邏輯回歸判別模型，使用邏輯回歸算法對(duì)人群的干預(yù)效果進(jìn)行擬合，得到對(duì)干預(yù)效果具有顯著影響的屬性；

步驟3，基于步驟1中boruta算法得到對(duì)干預(yù)效果具有重要影響的屬性，步驟2中邏輯回歸算法得到對(duì)干預(yù)效果具有顯著影響的屬性，結(jié)合專家意見，采用交集歸類的方法，得到影響干預(yù)效果的關(guān)鍵屬性。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述使用boruta算法選擇重要屬性的步驟具體包括：

步驟2.1，創(chuàng)建數(shù)據(jù)集S的副本屬性，并進(jìn)行重排得到重組數(shù)據(jù)集S，增加給定數(shù)據(jù)集的隨機(jī)性；

步驟2.2，構(gòu)建樹的個(gè)數(shù)為n(0<n N)在數(shù)據(jù)集S中，采用bootstrap方式有放回地隨機(jī)抽取N個(gè)新的樣本集，每個(gè)樣本集的數(shù)據(jù)量大約為2N/3，每個(gè)樣本集被記錄為Di(0<i n)，沒(méi)有被抽取的數(shù)據(jù)記錄為袋外數(shù)據(jù)Oi(0<in)，構(gòu)建包含n棵樹的隨機(jī)森林模型；

步驟2.3，構(gòu)建分類回歸樹，計(jì)算每個(gè)樹對(duì)應(yīng)的袋外數(shù)據(jù)均方誤差，記為MSEi，則n棵樹的原始袋外數(shù)據(jù)均方誤差向量為[MSE1,MSE2,…,MSEn]；

步驟2.4，基于步驟2.2得到的均方誤差向量[MSE1,MSE2,…,MSEn]，與對(duì)應(yīng)屬性計(jì)算得到的Z值，確定Z值最大的副本屬性，同時(shí)篩選出比其值更大的屬性作為重要屬性，而對(duì)應(yīng)其Z值小的屬性標(biāo)記為非重要屬性，并從數(shù)據(jù)集中刪除；

步驟2.5，重復(fù)以上步驟1.1至1.4，直到達(dá)到預(yù)設(shè)的終止條件；

步驟2.6，屬性的均方誤差代表屬性的重要性，屬性重要性排序靠前的屬性，為對(duì)2型糖尿病干預(yù)效果具有重要影響的屬性。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，使用邏輯回歸算法選擇顯著屬性的步驟具體包括：

步驟3.1，對(duì)M維待選屬性進(jìn)行歸一化處理，計(jì)算方法為：

sxil=xil-min(xl)max(xl)-min(xl)]]>

其中，是第i個(gè)樣本第l維屬性原始值，是第i個(gè)樣本第l維屬性的歸一化值，和則分別是樣本第l維屬性的最大值和最小值；

步驟3.2，構(gòu)建邏輯回歸模型，采用最大似然估計(jì)方法計(jì)算各屬性系數(shù)，回歸方程如下：

f(x)＝b₀+b₁x¹+b₂x²+...+b_Mx^M

其中，x^l(0<l≤M)表示第l維屬性，M為屬性的維度，b_l(0<l≤M)表示邏輯回歸模型中各屬性的權(quán)重；

步驟3.3，采用AIC準(zhǔn)則進(jìn)行逐步回歸，得到AIC最小時(shí)的屬性組合，構(gòu)建邏輯回歸模型；

步驟3.4，對(duì)邏輯回歸模型中M維屬性權(quán)重進(jìn)行顯著性檢驗(yàn)，以顯著性水平為0.05，篩選對(duì)干預(yù)效果具有顯著影響的屬性。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，屬性融合得到關(guān)鍵屬性的步驟具體包括：

步驟4.1，結(jié)合專家經(jīng)驗(yàn)意見，考慮屬性的采集難度，對(duì)步驟1和步驟2中選擇得到的屬性進(jìn)一步篩選；

步驟4.2，基于boruta算法得到對(duì)干預(yù)效果具有重要影響的屬性，和邏輯回歸算法得到對(duì)干預(yù)效果具有顯著影響的屬性，選擇同時(shí)出現(xiàn)的屬性，作為影響干預(yù)效果的關(guān)鍵屬性。