[發明專利]基于遷移學習的慢性阻塞性肺疾病預測系統、設備及介質

有效

• 申請號: 202010071272.6
• 申請日: 2020-01-21
• 公開（公告）號: CN111248913B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 王紅;虞鳳萍;趙麗麗;王倩;王彩雨;韓書;李威;莊魯賀;張慧
• 申請（專利權）人: 山東師范大學
• 主分類號: A61B5/08
• 分類號: A61B5/08;A61B5/00;G06F18/211;G06F18/22;G16H50/20;G06N20/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

本發明公開了基于遷移學習的慢性阻塞性肺疾病預測系統、設備及介質，包括：獲取模塊，獲取慢性阻塞性肺疾病數據和待預測的疾病數據，對慢性阻塞性肺疾病和待預測疾病數據均進行預處理；提取模塊，從預處理后的待預測疾病數據中提取待預測疾病的若干個特征；從預處理后的慢性阻塞性肺疾病數據中提取慢性阻塞性肺疾病數據的若干個特征；相似度計算模塊，計算待預測疾病的所有特征與慢性阻塞性肺疾病數據的所有特征之間的相似度，對待預測疾病的特征賦予權重；預測模塊，將賦予權重后的待預測疾病的特征進行加權融合；將融合后的待預測疾病的特征輸入到預訓練的基于遷移學習的彈性網絡中，輸出待預測疾病是否會發展為慢性阻塞性肺疾病。

技術領域

本公開涉及醫療數據挖掘技術領域，特別是涉及基于遷移學習的慢性阻塞性肺疾病預測系統、設備及介質。

背景技術

本部分的陳述僅僅是提到了與本公開相關的背景技術，并不必然構成現有技術。

慢性阻塞性肺疾病(COPD)是一種常見的慢性呼吸道疾病，以持續性呼吸道癥狀和不完全可逆的氣流受限為特點。慢阻肺氣流受限呈進行性加重，并伴有對有害顆粒或氣體，主要是吸煙所致的肺部異常炎癥反應。在過去十年中，COPD的發病率逐年提升且死亡率高，成為僅次于高血壓、糖尿病的中國第三大常見慢性病。在中國，40歲以上人群COPD患病率為9.9％，但由于診斷標準的差異與疾病認識的不足，其漏診率高達70％，導致現有數據低估了慢阻肺的發病率與死亡率。因此，具有良好臨床可靠性的預測數據挖掘模型是未來慢性阻塞肺疾病醫療和自我管理發展的重要目標。

在實現本公開的過程中，發明人發現現有技術中存在以下技術問題：

目前，基于數據挖掘和遷移學習相關理論，探索用于實現對慢性阻塞性肺疾病的診斷，利用疾病共有特征使用遷移學習對疾病的診斷系統尚未出現。

目前針對慢性阻塞性肺疾病預測系統的診斷精度不高。

發明內容

為了解決現有技術的不足，本公開提供了基于遷移學習的慢性阻塞性肺疾病預測系統、設備及介質；

第一方面，本公開提供了基于遷移學習的慢性阻塞性肺疾病預測系統；

基于遷移學習的慢性阻塞性肺疾病預測系統，包括：

獲取模塊，其被配置為：獲取慢性阻塞性肺疾病數據和待預測的A疾病數據，對慢性阻塞性肺疾病和待預測A疾病數據均進行預處理；

提取模塊，其被配置為：從預處理后的待預測疾病數據中提取待預測A疾病的若干個特征；從預處理后的慢性阻塞性肺疾病數據中提取慢性阻塞性肺疾病數據的若干個特征；

相似度計算模塊，其被配置為：計算待預測A疾病的所有特征與慢性阻塞性肺疾病數據的所有特征之間的相似度，對相似度高的待預測A疾病的特征賦予高權重，對相似度低的待預測A疾病的特征賦予低權重；

預測模塊，其被配置為：將賦予權重后的待預測A疾病的特征進行加權融合，得到融合后的待預測A疾病的特征；將融合后的待預測A疾病的特征輸入到預訓練的基于遷移學習的彈性網絡中，輸出待預測A疾病是否會發展為慢性阻塞性肺疾病。

第二方面，本公開還提供了一種電子設備，包括存儲器和處理器以及存儲在存儲器上并在處理器上運行的計算機指令，所述計算機指令被處理器運行時，完成第一方面所述系統中各個模塊的功能。

第三方面，本公開還提供了一種計算機可讀存儲介質，用于存儲計算機指令，所述計算機指令被處理器執行時，完成第一方面所述系統中各個模塊的功能。

與現有技術相比，本公開的有益效果是：

使用彈性網絡獲得對疾病固有特征成分的認識，并完成對疾病的診斷；

通過特征提取獲得COPD數據集的最優特征子集；