[發(fā)明專利]一種基于機(jī)器學(xué)習(xí)的2型糖尿病預(yù)測(cè)預(yù)警方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710665605.6
• 申請(qǐng)日: 2017-08-07
• 公開（公告）號(hào): CN107403072A
• 公開（公告）日: 2017-11-28
• 發(fā)明（設(shè)計(jì)）人: 楊勝齊;吳寒;丁夢(mèng);王冰笛
• 申請(qǐng)（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司11203
• 代理人: 沈波

技術(shù)領(lǐng)域

本發(fā)明屬于機(jī)器學(xué)習(xí)預(yù)測(cè)分析與醫(yī)療健康技術(shù)領(lǐng)域，具體涉及一種基于機(jī)器學(xué)習(xí)的2型糖尿病預(yù)測(cè)預(yù)警方法。

背景技術(shù)

糖尿病是一種以高血糖為特征的慢性疾病，且具有明顯的家族遺傳特性，接近一半的糖尿病患者有家族遺傳病史。國(guó)際糖尿病聯(lián)盟在Diabetes Atlas(Seventh Edition)中的最新數(shù)據(jù)表明，2015年全世界范圍內(nèi)DM患病人群的數(shù)量將近4.15億。根據(jù)近年的增長(zhǎng)率預(yù)測(cè)到2040年，全球糖尿病患者將達(dá)到6.42億，這意味著未來(lái)每十個(gè)成年人中間就有一個(gè)人患有糖尿病。這一驚人的數(shù)字毫無(wú)疑問(wèn)需要引起高度重視。

近年來(lái)，中國(guó)已成世界糖尿病患者第一大國(guó)，目前患病人數(shù)已高達(dá)1.1億人，且患者數(shù)量還在不斷上升當(dāng)中。然而我國(guó)糖尿病患者知曉率僅為30.1％，其中僅有25.8％的患者得到治療，而在進(jìn)行治療的患者中，血糖得到良好控制的僅有39.7％，據(jù)此測(cè)算，糖尿病患者中，血糖得到控制的患者比例僅為3.08％。在城市和鄉(xiāng)村，上述數(shù)據(jù)存在顯著差異，且不同性別之間差異也較大，經(jīng)濟(jì)不發(fā)達(dá)地區(qū)的女性糖尿病的控制情況非常低。在這樣的情況下，通過(guò)先進(jìn)的技術(shù)手段做好糖尿病患病的前期預(yù)防和日常管理就顯得格外重要。

隨著人工智能機(jī)器學(xué)習(xí)等技術(shù)的快速發(fā)展，大量機(jī)器學(xué)習(xí)算法被運(yùn)用在醫(yī)療健康的方方面面。機(jī)器學(xué)習(xí)是研究如何使用機(jī)器來(lái)模擬人類學(xué)習(xí)活動(dòng)的學(xué)科。一種更為嚴(yán)格的定義是：機(jī)器學(xué)習(xí)是一門研究機(jī)器獲取新知識(shí)和新技能，并識(shí)別現(xiàn)有知識(shí)的學(xué)問(wèn)。機(jī)器學(xué)習(xí)主要研究的是讓機(jī)器從過(guò)去的經(jīng)歷中學(xué)習(xí)經(jīng)驗(yàn)，對(duì)數(shù)據(jù)的不確定性進(jìn)行建模，并在未來(lái)進(jìn)行預(yù)測(cè)。它是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域。

糖尿病預(yù)測(cè)預(yù)警是機(jī)器學(xué)習(xí)算法的應(yīng)用領(lǐng)域之一，主要在如下三個(gè)方面展開：1)重要糖尿病參數(shù)分析。通過(guò)主成分分析方法和關(guān)聯(lián)算法對(duì)多種糖尿病數(shù)據(jù)集的基本屬性值進(jìn)行分析篩選，得出引發(fā)糖尿病的重要因素；2)預(yù)測(cè)模型分析。通過(guò)多種分類算法對(duì)糖尿病數(shù)據(jù)集進(jìn)行有監(jiān)督的預(yù)測(cè)分析來(lái)判斷糖尿病風(fēng)險(xiǎn)參數(shù)在一定時(shí)間之后引發(fā)糖尿病的可能性，主要應(yīng)用的算法有決策樹算法、隨機(jī)森林算法、神經(jīng)網(wǎng)絡(luò)算法以及邏輯回歸算法等；3)預(yù)警分級(jí)分析。針對(duì)多種糖尿病數(shù)據(jù)集，通過(guò)無(wú)監(jiān)督的聚類算法，優(yōu)化現(xiàn)有糖尿病預(yù)警分級(jí)標(biāo)準(zhǔn)。

發(fā)明內(nèi)容

本發(fā)明的目的是針對(duì)現(xiàn)有糖尿病預(yù)測(cè)方法準(zhǔn)確性的不足，以及對(duì)潛在人群進(jìn)行風(fēng)險(xiǎn)提示的欠缺，提供了一種基于K-means算法、Logistic Regression算法和C4.5算法結(jié)合應(yīng)用的2型糖尿病預(yù)測(cè)預(yù)警方法。本方法對(duì)糖尿病參數(shù)進(jìn)行持續(xù)的數(shù)據(jù)收集、數(shù)據(jù)分析、數(shù)據(jù)管理等工作，在此基礎(chǔ)之上形成預(yù)測(cè)分析、預(yù)警分級(jí)和日常管理等功能。

為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案為：

一種基于機(jī)器學(xué)習(xí)的2型糖尿病預(yù)測(cè)預(yù)警方法，該方法通過(guò)K-means算法和Logistic Regression算法建立先聚類再分類的糖尿病雙層預(yù)測(cè)分析模型，對(duì)非糖尿病的分類結(jié)果通過(guò)C4.5算法和K-means算法分析出的規(guī)則進(jìn)行預(yù)警分級(jí)，對(duì)糖尿病數(shù)據(jù)集通過(guò)日常數(shù)據(jù)收集管理后并進(jìn)行更新維護(hù)以優(yōu)化原始糖尿病雙層預(yù)測(cè)分析模型。本方法包括數(shù)據(jù)收集模塊、數(shù)據(jù)預(yù)處理模塊、預(yù)測(cè)分析模塊、預(yù)警分級(jí)模塊和日常管理模塊，數(shù)據(jù)收集模塊與數(shù)據(jù)預(yù)處理模塊連接，數(shù)據(jù)預(yù)處理模塊與預(yù)測(cè)分析模塊連接，預(yù)測(cè)分析模塊與預(yù)警分級(jí)模塊連接，預(yù)警分級(jí)模塊和日常管理模塊連接。

本方法包括以下步驟：

(1)基于現(xiàn)有的健康大數(shù)據(jù)，獲取醫(yī)院、社康、體檢中心等醫(yī)療單位內(nèi)與糖尿病相關(guān)的健康數(shù)據(jù)以建立糖尿病參數(shù)數(shù)據(jù)庫(kù)，健康數(shù)據(jù)包括年齡、身高、體重、腰圍、臀圍、收縮壓、舒張壓、心率、血糖、血氧、睡眠質(zhì)量和飲食習(xí)慣等。首先對(duì)每一個(gè)實(shí)例以糖尿病和非糖尿病進(jìn)行標(biāo)記。

(2)對(duì)糖尿病參數(shù)數(shù)據(jù)庫(kù)中的原始數(shù)據(jù)做數(shù)據(jù)預(yù)處理。預(yù)處理包括確定統(tǒng)一的數(shù)據(jù)項(xiàng)以及每一項(xiàng)的具體格式，具體格式為枚舉型或數(shù)值型等，然后通過(guò)數(shù)據(jù)清洗和數(shù)據(jù)標(biāo)準(zhǔn)化提高原始數(shù)據(jù)的質(zhì)量。

(3)使用K-means算法和Logistic Regression算法的雙層預(yù)測(cè)分析模型分析處理過(guò)的數(shù)據(jù)集，對(duì)每個(gè)實(shí)例屬于糖尿病或是非糖尿病進(jìn)行預(yù)測(cè)分類。

(4)使用C4.5算法和K-means算法結(jié)合的分析模型結(jié)合現(xiàn)有高危人群劃分標(biāo)準(zhǔn)對(duì)非糖尿病進(jìn)行預(yù)警分級(jí)，提出無(wú)風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)三類標(biāo)識(shí)。