[發明專利]CAD預測模型建立方法、裝置以及電子設備

在審

• 申請號: 201811588441.2
• 申請日: 2018-12-24
• 公開（公告）號: CN111354464A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 王偉任;羅依雯;蔣佳新;楊超;朱木春
• 申請（專利權）人: 深圳先進技術研究院
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16B5/00;G16B20/00
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙) 44316
• 代理人: 吳乃壯

本發明提供了一種CAD預測模型建立方法、裝置以及電子設備，涉及建模技術領域，包括：獲取樣本對象的基因型數據以及身體狀況數據；利用所述基因型數據進行計算，得到CAD多基因風險數值；基于所述CAD多基因風險數值以及所述身體狀況數據建立CAD預測模型，解決了現有技術中存在的目前進行CAD預測得到的數據準確度較低的技術問題。

技術領域

本發明涉及建模技術領域，尤其是涉及一種CAD預測模型建立方法、裝置以及電子設備。

背景技術

冠狀動脈疾病(Coronary Artery Disease，簡稱CAD)又稱冠心病，是世界范圍內致病率和致死率極高的一種心血管疾病。

血液經由兩條主要冠狀動脈進入心臟，并經由心臟肌肉表面上的一個血管網絡，使心臟得到養分。如果膽固醇、脂肪沉積在動脈中形成，使通道變窄，這種情況被稱之為動脈粥樣硬化。在動脈流動的血液會形成一種血栓，將動脈阻塞起來。在生理或心理受到壓力時，心臟會跳得快一些，需要更多的氧氣及養分，這是冠狀動脈在嚴重變窄或被阻塞時所無法應付的一種狀況。結果造成了冠狀動脈供血不足導致心絞痛或心痛。流向心肌的血液由于血栓阻塞了一條冠狀動脈而突然大量減少，就會心臟病發作，稱為冠狀動脈硬化性心臟病。

對于現有技術而言，CAD預測是對CAD前期預防的第一步，但是，通過目前的方法進行CAD預測得到的數據準確度較低。

發明內容

有鑒于此，本發明的目的在于提供一種CAD預測模型建立方法、裝置以及電子設備，以解決現有技術中存在的目前進行CAD預測得到的數據準確度較低的技術問題。

第一方面，本發明實施例提供了一種冠心病CAD預測模型建立方法，包括：

獲取樣本對象的基因型數據以及身體狀況數據；

利用所述基因型數據進行計算，得到CAD多基因風險數值；

基于所述CAD多基因風險數值以及所述身體狀況數據建立CAD預測模型。

結合第一方面，本發明實施例提供了第一方面的第一種可能的實施方式，其中，所述利用所述基因型數據進行計算，得到CAD多基因風險數值，包括：

利用所述基因型數據中的CAD基因關聯數據進行計算，得到CAD基因變異的權重；

將所述權重進行加權計算，得到CAD多基因風險數值。

結合第一方面，本發明實施例提供了第一方面的第二種可能的實施方式，其中，所述基于所述CAD多基因風險數值以及所述身體狀況數據建立CAD預測模型，包括：

基于輸入至初始模型中的所述CAD多基因風險數值以及所述身體狀況數據，通過機器學習算法對所述初始模型進行訓練，得到CAD預測模型。

結合第一方面，本發明實施例提供了第一方面的第三種可能的實施方式，其中，所述基于輸入至初始模型中的所述CAD多基因風險數值以及所述身體狀況數據，通過機器學習算法對所述初始模型進行訓練，得到CAD預測模型，包括：

將帶有患病標簽的樣本對象的目標數據作為訓練集，并將所述訓練集輸入至初始模型中，其中，所述目標數據包括：所述CAD多基因風險數值以及所述身體狀況數據；

基于所述訓練集通過機器學習算法對所述初始模型進行訓練，得到多個待選擇模型；

利用測試集從所述多個待選擇模型中進行選擇，得到CAD預測模型，其中，所述測試集為帶有未患病標簽的樣本對象的目標數據。

結合第一方面，本發明實施例提供了第一方面的第四種可能的實施方式，其中，所述機器學習算法包括：隨機森林算法、支持向量機算法以及決策樹算法中的至少一種。

第二方面，本發明實施例還提供一種CAD預測模型建立裝置，包括：