[發明專利]一種基于梯度提升樹模型的慢性肝病風險評估系統

在審

• 申請號: 201910325378.1
• 申請日: 2019-04-22
• 公開（公告）號: CN110070942A
• 公開（公告）日: 2019-07-30
• 發明（設計）人: 賈偉;謝國祥;衛潤民;王京曄;陳天璐;李憶濤
• 申請（專利權）人: 深圳市繪云生物科技有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/50;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于梯度提升樹模型的慢性肝病風險評估系統，其特征在于：該系統是由任務輸入模塊、數據處理模塊和輸出結果模塊三部分組成，所述數據處理模塊包括梯度提升樹模型模塊和數據庫，所述任務輸入模塊、梯度提升樹模型模塊、輸出結果模塊依次連接，所述數據庫與梯度提升樹模型模塊相連，所述梯度提升樹模型模塊包括第一梯度提升樹模型、第二梯度提升樹模型和第三梯度提升樹模型，所述第一梯度提升樹模型用于預測測試樣本患慢性肝病的概率，第二梯度提升樹模型用于預測測試樣本患肝硬化與肝纖維化的概率，第三梯度提升樹模型用于預測測試樣本肝纖維化所處分期，所述任務輸入模塊用于輸入測試樣本基礎信息，所述測試樣本基本信息依次通過所述第一梯度提升樹模型、第二梯度提升樹模型和第三梯度提升樹模型測試后，最后通過所述輸出結果模塊呈現預測結果；所述第一梯度提升樹模型、第二梯度提升樹模型、第三梯度提升樹模型的構建是基于一種迭代的決策回歸樹算法，該決策回歸樹算法是由多顆決策樹組成，所有決策樹的結論累計獲得最終結果后，生成多顆回歸樹，每顆回歸樹都是從之前所有決策樹的殘差中學習訓練出來，利用的是決策樹中損失函數的負梯度值作為決策回歸樹算法中的殘差的近似值，進而擬合一棵提升回歸樹，通過所述提升回歸樹生成梯度提升樹模型。

2.根據權利要求1所述的一種基于梯度提升樹模型的慢性肝病風險評估系統，其特征在于：所述第一梯度提升樹模型、第二梯度提升樹模型、第三梯度提升樹模型的構建過程，包括從數據庫中提取多個數據庫樣本，每個數據庫樣本中含有多個特征，采用隨機有放回的選擇數據庫樣本來構造出多個訓練集和至少一個測試集，所述多個訓練集分別通過一決策樹輸出待檢樣本結果，再經過待檢樣本結果投票后得出待檢樣本最終結果，最后根據所述待檢樣本最終結果生成多顆回歸樹。

3.根據權利要求1所述的一種基于梯度提升樹模型的慢性肝病風險評估系統，其特征在于：該慢性肝病風險評估系統采用分層診斷；當所述第一梯度提升樹模型所預測測試樣本患慢性肝病的概率大于正常概率時，進一步進入到所述第二梯度提升樹模型進行測試，所述輸出結果模塊包含有預測測試樣本患慢性肝病的概率以及測試樣本患肝硬化與肝纖維化的概率；當所述第二梯度提升樹模型所預測測試樣本中患肝纖維化的概率大于患肝硬化的概率，進一步進入到所述第三梯度提升樹模型進行測試，所述輸出結果模塊包括有預測測試樣本患肝硬化與患肝纖維化的概率，以及所處肝纖維化分期的概率。

4.根據權利要求3所述的一種基于梯度提升樹模型的慢性肝病風險評估系統，其特征在于：所述慢性肝病、肝硬化、肝纖維化、纖維化所處分期的概率結果均以餅圖的形式輸出。

5.根據權利要求4所述的一種基于梯度提升樹模型的慢性肝病風險評估系統，其特征在于：可通過所述輸出結果模塊查詢所測試樣本的信息及結果的歷史記錄。

6.根據權利要求1所述的一種基于梯度提升樹模型的慢性肝病風險評估系統，其特征在于：所述任務輸入模塊通過相應界面輸入單個測試樣本信息，也可通過excel表格導入多個測試樣本信息，進行多個樣本預測。

7.根據權利要求1或6所述的一種基于梯度提升樹模型的慢性肝病風險評估系統，其特征在于：所述測試樣本基礎信息包括樣本編號、樣本姓名、樣本年齡、血清天冬氨酸氨基轉移酶含量、血清丙氨酸氨基轉移酶含量、血小板計數六項基本信息。

8.根據權利要求7所述的一種基于梯度提升樹模型的慢性肝病風險評估系統，其特征在于：所述任務輸入模塊僅適用于患者年齡大于18歲的測試樣本。