[發明專利]基于飲食行為預測腦卒中的系統、設備及存儲介質

在審

• 申請號: 202110233464.7
• 申請日: 2021-03-03
• 公開（公告）號: CN112967807A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 李平;杜冰洋;陳伯懷
• 申請（專利權）人: 吾征智能技術（北京）有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H20/60;G16H10/60;G06K9/62
• 代理公司: 武漢紅觀專利代理事務所(普通合伙) 42247
• 代理人: 李季

1.一種基于飲食行為預測腦卒中的系統，其特征在于，所述系統包括：

數據庫建立單元：用于采集各種食材/制品多維度數據構建食物營養元素表及每種營養元素每日標準攝入量構建元素每日攝入量表，建立飲食數據庫；

數據集構建單元：用于計算不同人群連續時間段內的腦卒中相關營養元素攝入情況，結合自身的基礎疾病的基本信息作為特征屬性，以是否患有腦卒中為標簽制作樣本數據集；

用戶數據獲取單元：用于獲取采集待測用戶的基本信息及連續的飲食記錄，基于飲食數據庫計算用戶飲食記錄中的腦卒中相關營養元素攝入情況。

模型構建單元：用于構建隨機森林模型，基于樣本數據集訓練隨機森林模型；

風險預測單元：用于將待測用戶基本信息及腦卒中相關元素的攝入情況輸入隨機森林模型，實現對腦卒中的風險指數預測。

2.根據權利要求1所述基于飲食行為預測腦卒中的系統，其特征在于，所述食物營養元素表中包括各種食材/制品的多營養元素含量、類別、適宜人群、禁忌人群、相克食物、功效、配料信息、制作步驟；所述營養元素包括：熱量、蛋白質、脂肪、碳水化合物、纖維素、膽固醇、維生素B1、維生素B2、煙酸、維生素C、維生素D、維生素E、維生素A、胡蘿卜素、視黃醇、鈣、鎂、鐵、錳、鋅、銅、鉀、磷、鈉、硒、水分、GI、嘌呤。

3.根據權利要求1所述基于飲食行為預測腦卒中的系統，其特征在于，所述所述特征屬性包括腦卒中相關營養元素攝入情況和用戶的基本信息；其中腦卒中相關營養元素包括熱量、脂肪、GL、鹽，營養元素攝入情況分為偏低、偏高、正常；用戶的基本信息包括年齡、是否肥胖、腦卒中遺傳史、抽煙史、酗酒史、高血壓史、糖尿病史、房顫史、心血管疾病史。

4.根據權利要求1所述基于飲食行為預測腦卒中的系統，其特征在于，所述模型構建單元中，所述構建隨機森林模型包括：

訓練集選擇子單元：從樣本數據集中采用Bootstraping抽樣產生k個訓練集，分別為T₁,T₂,…,T_k；

決策樹生成子單元：根據所述k個訓練集訓練決策樹，生成k棵決策樹，在每一輪生成決策樹的過程中，從D個特征中隨機選擇其中的d個特征組成一個新的特征集，通過使用新的特征集來生成決策樹；

決策樹篩選子單元：分別計算各個決策樹之間的相關度，從k棵決策樹中剔除與其他決策樹相關度高于預設閾值且準確度低于預設閾值的決策樹，得到新的決策樹集合；

決策樹組合子單元：采用鴿群優化算法優化新的決策樹集合中各個決策樹的權重，組成隨機森林模型。

5.根據權利要求4所述基于飲食行為預測腦卒中的系統，其特征在于，所述計算各個決策樹之間的相關度的方式包括相關系數、互信息。

6.根據權利要求5所述基于飲食行為預測腦卒中的系統，其特征在于，所述采用鴿群優化算法優化新的決策樹集合中各個決策樹的權重具體包括：在鴿群算法的基礎上，融合黃金正弦算法進行決策樹集合中各個決策樹的權重優化，具體的，在鴿群位置更新處引入黃金正弦算法進行位置更新優化，加速收斂。

7.根據權利要求5所述基于飲食行為預測腦卒中的系統，其特征在于，所述鴿群優化算法的適應度函數為隨機森林模型的綜合損失函數最小，損失隨機森林模型的綜合損失函數為各個決策樹的損失函數加權求和，其中權重即為采用鴿群優化算法優化后的權重。

8.一種電子設備，包括：至少一個處理器、至少一個存儲器、通信接口和總線；

其中，所述處理器、存儲器、通信接口通過所述總線完成相互間的通信；

所述存儲器存儲有可被所述處理器執行的程序指令，所述處理器調用所述程序指令，以實現如權利要求1～7任一項所述的系統。

9.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲計算機指令，所述計算機指令使所述計算機實現權利要求1～7任一項所述的系統。