[發明專利]構建認知障礙智能預測方法

在審

• 申請號: 202110596294.9
• 申請日: 2021-05-30
• 公開（公告）號: CN113380407A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 呂洋;張佳
• 申請（專利權）人: 重慶醫科大學
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70;G16H10/20;G16H10/60;G06N20/10
• 代理公司: 重慶蘊博君晟知識產權代理事務所(普通合伙) 50223
• 代理人: 王玉芝

1.構建認知障礙智能預測方法，其特征在于，包括以下步驟，

S1獲取原始問卷數據；

S2數據清洗；

S3數據預處理及可視化處理；

S4結合專家知識特征篩選和智能算法特征篩選獲取特征子集；

S5構建認知障礙智能預測模型；

S6采用十折交叉驗證來檢驗構建認知障礙智能預測模型的有效性；

S7結合專家知識進行模型的調試優化；

S8采用認知障礙智能預測進行老年癡呆早期篩查。

2.如權利要求1所述的構建認知障礙智能預測方法，其特征在于，所述步驟S3具體包括，對特征的集成和變換、數據的離散化和歸約，將277個原始問項擴展得到324個變量的向量，生成1121個二元變量。

3.如權利要求1所述的構建認知障礙智能預測方法，其特征在于，步驟S4具體包括專家知識特征選擇和智能算法特征選擇兩個環節，在第一環節，基于專家知識剔除一些已知在數據收集過程中存在偏倚的問項、不適合作為預測因子的問項，以及需要專業人員進行評估、非簡易的問項，由此從324個變量的向量降維到212個變量的向量，在第二環節，通過智能算法特征選擇將212個變量的向量降維到具有高預測能力的關鍵20個變量的向量。

4.如權利要求1所述的構建認知障礙智能預測方法，其特征在于，所述步驟S6包括，采用隨機分層抽樣技術構建樣本量比例為9：1的訓練集和測試集配對數據集共10組；建模算法涉及的任何抽樣或加權等改變正負例樣本比例或權重的操作只限于訓練集，測試集只用于已訓練模型的性能評估，保證模型性能評估的嚴謹性；計算10組配對數據集的預測建模平均性能用于評估本發明建模方法的有效性。

5.如權利要求1所述的構建認知障礙智能預測方法，其特征在于，所述步驟S7包括，結合專家知識，對數據特征變量進行增刪或集成、變換，調整模型參數。