[發明專利]基于機器學習可解釋性的人體指標-腦卒中關系分析系統

有效

• 申請號: 202011336107.5
• 申請日: 2020-11-25
• 公開（公告）號: CN112447292B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 張雷;于凌霜;羅翀;張曉雯;沈俊東;余成;王崇駿
• 申請（專利權）人: 南京大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H10/60;G06N20/00;G06K9/62
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 彭雄

本發明公開了一種基于機器學習可解釋性的人體指標?腦卒中關系分析系統，包括數據輸入模塊、數據預處理模塊、機器學習模塊、相關性分析模塊、指標近鄰尋找模塊、新樣本制造模塊、新樣本預測統計模塊，通過對屬性進行相關性分析，當一個屬性改變時，與它相關的屬性也隨之改變，使生成的新樣本更接近實際情況，由此來研究腦卒中患病情況與人體指標變化的關系，本發明可以得到身體指標變化對是否患腦卒中的影響，對進一步研究疾病的預防有著重要的作用。

技術領域

本發明涉及一種數據處理、機器學習可解釋性技術領域，具體涉及與模型無關的機器學習可解釋性方法，與疾病預測方法。

背景技術

隨著機器學習算法在各個領域的應用和滲透，算法的準確率一直在上升，尤其是深度學習算法的應用為機器學習算法的準確率帶來了進一步的提升。但是，對于機器學習算法的工作原理，人們并不能完全掌握，很多準確性足夠高的算法對于我們來說依然是一個不可解釋的“黑匣子”。

在醫療領域，當今智慧醫療的背景下，運用機器學習算法來對“未患”進行疾病的預判具有重要的意義，可以有效降低醫療成本。但是醫療領域中算法出錯的危害很嚴重，關系到患者的生命，因此需要建立起對于算法的信任，需要能對算法進行調試，避免發生錯誤，由此引入了對于機器學習算法可解釋性的需求。按照與模型的關系，可解釋性方法可以分為特定于模型的可解釋性方法和模型無關的可解釋性方法。其中模型無關的可解釋性方法即對于任何機器學習模型，都可以運用它來進行解釋，這類方法有多個方面的應用，其中包括預測標簽隨某個特征變化而變化的情況。在醫學領域，即患腦卒中概率隨人體某個指標變化而變化的情況。

為了解決這個問題，有已經被提出的經典的方法，如Partial Dependence Plot(PDP)將所有樣本的要研究的屬性值全部在最大范圍內擾動，計算每個屬性值對應的所有樣本預測所得的結果，對其進行平均，最終得到預測結果隨該屬性值變化的趨勢。Individual Conditional Expectation(ICE)相當于個體的PDP，它選取一個樣本，將該樣本要研究的屬性值在最大范圍內波動，得到一系列新的樣本和預測值，畫出預測值隨屬性值變化而變化的曲線。這兩種方法都忽略了各個屬性之間的相關性，即當一個屬性的值改變時，與它相關的屬性也有可能會改變。例如當一個人的身高變化時，他的體重也會隨之改變。因此，運用這兩種方法生成的新的樣本有時是沒有意義的。

發明內容

發明目的：為了克服現有技術中存在的不足，本發明提供一種基于機器學習可解釋性的人體指標-腦卒中關系分析系統，本發明考慮到各個屬性之間的相關性，對屬性進行相關性分析，當一個屬性改變時，與它相關的屬性也隨之改變，使生成的新樣本更接近實際情況，由此來研究腦卒中患病情況與人體指標變化的關系。

技術方案：為實現上述目的，本發明采用的技術方案為：

一種基于機器學習可解釋性的人體指標-腦卒中關系分析系統，包括數據輸入模塊、數據預處理模塊、機器學習模塊、相關性分析模塊、指標近鄰尋找模塊、新樣本制造模塊、新樣本預測統計模塊，其中：

所述數據輸入模塊用于輸入已患腦卒中和未患腦卒中的人體各項指標數據，并對是否患腦卒中進行標簽，并將輸入已患腦卒中和未患腦卒中的人體各項指標數據和標簽推送給數據預處理模塊。

所述數據預處理模塊用于對數據輸入模塊推送的已患腦卒中和未患腦卒中的人體各項指標數據和標簽進行缺失值補充處理，得到處理后的帶標簽數據的數據集。

所述機器學習模塊用于根據數據集中的數據對機器學習模型進行訓練，得到訓練好的機器學習模型，所述機器學習模型是一種用于人體各項指標來預測是否患病的模型。

所述相關性分析模塊根據數據集中人體各項指標運用皮爾森系數法進行相關性分析，找出與每個指標具有相關性的指標，得到指標關系數據。