[發(fā)明專利]一種基于核主成分分析和多項(xiàng)式特征的腦血管病神經(jīng)功能損傷程度預(yù)測模型

在審

• 申請?zhí)枺?/td>: 201911291182.1
• 申請日: 2019-12-16
• 公開（公告）號(hào): CN111028944A
• 公開（公告）日: 2020-04-17
• 發(fā)明（設(shè)計(jì)）人: 易應(yīng)萍;羅顥文
• 申請（專利權(quán)）人: 南昌大學(xué)第二附屬醫(yī)院
• 主分類號(hào): G16H50/20
• 分類號(hào): G16H50/20;G16H50/50;G16H50/70;G06K9/62;G06N20/00
• 代理公司: 江西省專利事務(wù)所 36100
• 代理人: 胡里程

1.一種基于核主成分分析和多項(xiàng)式特征的腦血管病神經(jīng)功能損傷程度預(yù)測模型，其步驟如下：

數(shù)據(jù)獲取：獲取腦血管病患者的醫(yī)療結(jié)構(gòu)化數(shù)據(jù)，其中包括連續(xù)型數(shù)據(jù)和字符串類型數(shù)據(jù)；

數(shù)據(jù)預(yù)處理：

2.1.字符串轉(zhuǎn)換：針對所有字符串類型數(shù)據(jù)，二分類變量轉(zhuǎn)化成0，1數(shù)據(jù)，多分類變量先轉(zhuǎn)化成連續(xù)性變量后再轉(zhuǎn)換成離散型變量；

2.2對數(shù)據(jù)缺失值和異常值的處理：對于異常和偏離正常值的數(shù)據(jù)，默認(rèn)刪除或者作為缺失值進(jìn)行處理；對于缺失數(shù)據(jù)，連續(xù)型變量特征采用隨機(jī)森林回歸進(jìn)行填補(bǔ)，離散型變量特征采用眾數(shù)進(jìn)行填補(bǔ)；

數(shù)據(jù)集的劃分：將數(shù)據(jù)劃分成訓(xùn)練集和測試集以及驗(yàn)證集；

NIHSS評(píng)分的等級(jí)（輕度，中重度）劃分：根據(jù)NIHSS評(píng)分劃分規(guī)則分成輕度卒中（記為0）和中重度卒中（記為1），作為模型數(shù)據(jù)集的標(biāo)簽；

特征提取：

針對所有的離散型特征，構(gòu)建兩兩交互特征，針對所有的連續(xù)型特征，構(gòu)建多項(xiàng)式特征；

采用單因素分析的方法，提取差異有統(tǒng)計(jì)學(xué)意義（P<0.05）的特征；

采用核主成分分析(kernel principal component analysis，KPCA）算法將數(shù)據(jù)映射到高維度后再降維；

將訓(xùn)練集、驗(yàn)證集、測試集按統(tǒng)一的標(biāo)準(zhǔn)進(jìn)行歸一化，得到最終用于分類的數(shù)據(jù)；

對照組設(shè)置：

不做特征提取算法的數(shù)據(jù)；（對照組一）

只采用KPCA算法后的數(shù)據(jù)；（對照組二）

只構(gòu)建多項(xiàng)式特征后的數(shù)據(jù)；（對照組三）

構(gòu)建多項(xiàng)式特征后采用KPCA的數(shù)據(jù)；（對照組四）

模型構(gòu)建：

以特征提取后的數(shù)據(jù)為基礎(chǔ)，分別構(gòu)建基于LR、SVM、RF的機(jī)器學(xué)習(xí)模型，對比各對照組和實(shí)驗(yàn)組的實(shí)驗(yàn)結(jié)果和訓(xùn)練所花時(shí)間。