[發明專利]一種基于圖表模型的健康風險預測方法

在審

• 申請號: 201910090787.8
• 申請日: 2019-01-30
• 公開（公告）號: CN109801713A
• 公開（公告）日: 2019-05-24
• 發明（設計）人: 莫毓昌;李燦東;林棟;黃華林;連志杰
• 申請（專利權）人: 華僑大學
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70;G16H10/60
• 代理公司: 泉州市眾創致遠專利代理事務所(特殊普通合伙) 35241
• 代理人: 柴淑芳

本發明公開了一種基于圖表模型的健康風險預測方法，包括以下步驟：S1、設置n位參與者的健康檢查記錄的輸入形式；S2、通過健康檢查記錄構建基于HER的異類圖；S3、通過SHG?Health算法從異類圖中獲得權重矩陣，并通過權重矩陣對疾病風險進行預測。本發明利用半監督學習(SSL)算法對疾病風險進行預測，并且探索了一個基于HER的異類圖，用大部分未標記的數據在異類圖中對逐步發展的情況進行分類。其可以通過查詢參與者p_i的記錄，SHG?Health預測參與者p_i是否屬于高風險疾病類別或“未知”類別，在健康檢查數據集和合成數據集上具有顯著的預測效果，相較于其他預測模型預測準確度較高，給疾病風險預測領域做出了極大的貢獻。

技術領域

本發明涉及預測模型領域，尤其涉及一種基于圖表模型的健康風險預測方法。

背景技術

半監督學習(SSL)在基于電子健康記錄(EHRs)的醫療保健應用中引起了越來越多的關注。例如，專利網中的一種基于圖形的SSL方法，該方法能夠了解患者風險組，進行患者風險分層；一種基于圖形的SSL聯合訓練方法，用于乳腺癌生存率預測。當學習者達成共識時，它迭代地將偽標簽分配給無標簽數據，并在有標簽的集合中包含有偽標簽實例，直到無標簽集合停止減少；一種基于排序的肺結節圖像分類的二部分圖、一種基于事件序列構建了時間表型的時間圖等；但是，這些方法中沒有一個考慮“未知”類，并且它們都有針對所有類的預定義實例，無論是由專家還是通過其他機制實現的。

一般健康檢查在許多國家是醫療保健的一個組成部分，識別有風險的參與者對早期預警和預防干預是很重要的。盡管電子健康記錄已經吸引了越來越多的研究關注在近年來數據挖掘和機器學習社區,挖掘一般健康檢查數據是一個尚未充分探討過了,除了少數研究風險預測等慢性疾病預警系統的提出和以前工作中對健康分數分類框架。然而，這些都沒有考慮到未標記的數據。學習風險預測分類模型的基本挑戰在于，未標記數據構成了所收集數據的大部分。特別的，未標記的數據描述了健康檢查參與者，他們的健康狀況可能從健康到重病有很大的不同，區分他們的健康狀況沒有標準的答案。

發明內容

本發明目的是針對上述問題，提供一種基于圖表模型的健康風險預測方法。

為了實現上述目的，本發明的技術方案是：

本發明通過挖掘健康檢查記錄(HERs)的方法，構建了一種基于圖表的半監督學習算法用于對風險預測的模型，這種算法被稱為SHG-Health(半監督異構健康圖)，探索了一個基于HER的異類圖，稱為HeteroHER圖，用大部分未標記的數據對逐步發展的情況進行分類。首先，健康檢查記錄用圖表表示，將所有相關病例聯系在一起。其次，捕獲數據項的多類型關系，并將其自然地映射到異構圖中。第三，特性通過異類圖上的標簽傳播過程以自己的類型加權。

該風險預測模型的建模方法包括以下步驟：

步驟1)設置n位參與者的健康測試記錄輸入形式；

步驟2)構建HeteroHER圖模型；

步驟3)建立風險預測模型。

所述步驟1)具體操作如下：

1.1)設是參與者i的n_i個記錄的集合，r_i是(x_ij，t_ij)的一個元素，是在時間t_ij的一個d維向量，則S＝{s₁，...，s_l，s_l+1，...，s_n}是n位參與者的健康測試記錄集合。標記集合C＝{1，...，C}，前l個參與者s_i(i≤l)被標記為y_i∈C，剩余u＝n-l位參與者s_l+1，...，s_l+u將不被標記(l＜＜u)。