[發明專利]一種基于集成學習的腦卒中溶栓后出血概率預測方法

有效

• 申請號: 202110525660.1
• 申請日: 2021-05-14
• 公開（公告）號: CN113345581B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 梁浩然;倪文田;李峰;施超;孫陽;梁榮華
• 申請（專利權）人: 浙江工業大學
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70;G06N20/20
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

1.一種基于集成學習的腦卒中溶栓后出血概率預測方法，其特征在于，所述方法包括以下步驟：

(1)輸入特征處理：得到原始數據后，需要進行剔除無關特征處理，提高最終模型的性能；

原始的特征空間中，將特征分為五大類：a)常規特征，這種特征不需要做任何處理，直接輸入到模型中；b)無用特征，包括血型，進行直接剔除；c)相關特征，包括血糖的高低和糖尿病的有無，對這些相關特征進行合并；d)連續特征標準化，包括收縮壓和BMI，進行特征標準化，將數值型特征都壓縮到同一個范圍內；e)離散特征獨熱編碼；

(2)單模型訓練：分別用四個子學習器在預處理過的數據集上訓練，得到各自的預測結果，等待下一步處理；過程如下：

首先將數據集分成若干個fold，設fold總數為(N+1)，這(N+1)個fold中，前N個fold包含的樣本數是相同的，第(N+1)個fold則無此要求，但所包含的樣本數應盡量接近前N個fold；

對于每一個子學習器而言，總共需要訓練N次；在第T次訓練中，訓練集為前N個fold中除去fold_T的余下(N-1)個fold，訓練得到的模型將被用來預測fold_T及fold_N+1，設fold_T和fold_N+1所包含的樣本數分別為M和m，則經過一輪訓練后，將得到兩個向量，分別是模型關于fold_T的預測結果及關于fold_N+1的預測結果經過N輪訓練后，將所有的進行拼接就得到了該子學習器關于前N個fold的預測結果對所有的取平均值，則可得到該子學習器關于fold_N+1的最終預測結果

由于采用了四種子學習器，因此經過單模型訓練這一步后，得到兩個預測矩陣，即關于前N個fold的預測結果矩陣，以及關于fold_N+1的預測結果矩陣；

(3)多模型融合：將上一步輸出的結果按照特定方法進行融合，之后即可輸出最終的概率預測；所述多模型融合的操作如下：

構造一個新的學習器I來學習各個子學習器的輸出，I是一個CatBoost模型，它的訓練集是步驟(2)中的矩陣，驗證集則是矩陣，訓練完成的I即是最終模型，用來對新的樣本進行預測；進行新樣本預測時，新樣本一樣需要經過步驟(1)、步驟(2)處理，最終I接收的輸入是步驟(2)單模型訓練輸出的初步預測，之后才能輸出溶栓后出血的概率預測。

2.如權利要求1所述的基于集成學習的腦卒中溶栓后出血概率預測方法，其特征在于，所述步驟(1)中，輸入特征處理的方法包括如下步驟：

(1-1)對于常規特征，不需要做任何處理，可以直接輸入到模型中；

(1-2)對于無用特征直接剔除，以免其污染訓練出的模型；

(1-3)對于相關特征進行合并；

(1-4)連續特征標準化，將數值型特征都壓縮到同一個范圍內；

(1-5)離散特征獨熱編碼。