[發明專利]一種基于飲食習慣預測糖尿病的模型構建方法和系統

在審

• 申請號: 202010664488.3
• 申請日: 2020-07-10
• 公開（公告）號: CN111599477A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 李平;杜樂
• 申請（專利權）人: 吾征智能技術（北京）有限公司
• 主分類號: G16H50/50
• 分類號: G16H50/50;G16H20/60;G06N3/00
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 嚴超

本發明涉及一種基于飲食習慣預測糖尿病的模型構建方法,包括如下步驟：獲取包括樣本多日餐食的食材信息的第一樣本集；抽取所述第一樣本集中的若干個數據，將該數據作為特征組成第二樣本集；將所述第二樣本集劃分為訓練集、驗證集，將所述訓練集作為決策樹模型器的輸入；訓練所述決策樹模型，直至特征的信息增益低于閾值，得到決策樹模型。本發明針對糖尿病的主要誘因進行分析，評估用戶的飲食行為，運用食材中的營養素含量累計加權及決策樹算法，讓用戶可以快速方便的了解自身營養素的攝入情況及預測糖尿病風險指數，提高了用戶體驗。

技術領域

本發明涉及醫療信息處理領域，涉及一種基于飲食習慣預測糖尿病的模型構建方法和系統。

背景技術

目前，糖尿病診斷標準由世界衛生組織統一制定，與人群、年齡、性別無關系，以血糖(空腹血糖、任意時間血糖或葡萄糖耐量實驗)作為唯一的診斷標準。研究表明，血糖數值偏高是診斷糖尿病的重要標準，但是絕對不是唯一標準。糖尿病不僅僅是血糖偏高的問題，還有一個血糖去向的問題，其實在代謝的過程中，血糖變成了脂肪。因此希望所有的糖尿病患者必須嚴格控制血糖和血脂，并積極采取科學的方法治療，避免危害的發生。

隨著人們生活水平的不斷提高和生活方式的改變，糖尿病患病率呈上升趨勢。糖尿病是以血葡萄糖水平慢性增高為特征的代謝疾病群。人體的餐后血糖反應(PGR)受到多種因素的影響,對于單一食物，其餐后血糖反應與食物成分、血糖指數(GI)和血糖負荷(GL)值之間顯著相關；但對于混合膳食,食物成分與餐后血糖之間無顯著相關性,而與GL和GI值之間存在一定的聯系。其次，食物中的蛋白質和脂肪對血糖也有一定的影響。它們對血糖影響的大小依次為：GL蛋白質脂肪。

發明內容

本發明針對現有技術中存在的技術問題，提供一種基于飲食習慣預測糖尿病的模型構建方法。

本發明解決上述技術問題的技術方案如下：一種基于飲食習慣預測糖尿病的模型構建方法，包括如下步驟：獲取包括樣本多日餐食的食材信息的第一樣本集；抽取所述第一樣本集中的若干個數據，將該數據作為特征組成第二樣本集；將所述第二樣本集劃分為訓練集、驗證集，將所述訓練集作為決策樹模型器的輸入；訓練所述決策樹模型，直至特征的信息增益低于閾值，得到決策樹模型。

在發明的一些實施例中，所述第一樣本集還包括樣本人群的年齡、性別、體重、身高、糖尿病既往史、過敏史。

在發明的一些實施例中，根據所述第一樣本集中的每個樣本的年齡、性別、多日餐食的食材信息計算出營養素攝入量情況，將所述營養素攝入情況作為第二數據集的特征。

在發明的一些實施例中，所述營養素包括蛋白質、脂肪、葡萄糖。

在發明的一些實施例中，所述第二樣本集的特征包括年齡、血糖負荷、脂肪、蛋白質、肥胖、糖尿病遺傳史。

在發明的一些實施例中，將血糖負荷作為所述決策樹模型的根節點。

本發明另一方面提供了一種基于飲食習慣預測糖尿病的的系統，包括獲取模塊、匹配模塊、計算模塊、決策樹模型，所述獲取模塊用于獲取用戶的年齡、性別、體重、身高、糖尿病既往史、過敏史、多日餐食的食材信息；所述匹配模塊用于根據用戶的性別和年齡對營養素每日攝入量及營養素含量檢索；所述計算模塊用于對匹配模塊檢索到的營養素含量進行加權計算，并與每日攝入量進行比對，得出營養素攝入量特征；所述決策樹模型根據營養素攝入量特征預測用戶患糖尿病的概率。

在發明的一些實施例中，所述決策樹模型包括上述基于飲食習慣預測痛風的模型構建方法所構建的模型。

在發明的一些實施例中，所述營養素為葡萄糖、脂肪、蛋白質。

在發明的一些實施例中，所述決策樹模型通過隨機森林樹進行優化。