[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

本發明提供一種構建認知障礙智能預測方法，包括以下步驟，1.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。本發明評估問項簡單易懂、操作簡單、無需專業醫護人員指導、適合大眾自評、預測準確率高的智能預測模型。

技術領域

本申請涉及互聯網技術領域，尤其涉及一種構建認知障礙智能預測方法。

背景技術

認知障礙的發病與患者基本情況、生活習慣、身體狀況、以及病史、治療等情況都密切相關。目前尚不完全清楚哪些因素與認知障礙的發病有高度相關。也沒有能夠針對認知障礙風險實現預測的有效模型。

傳統AD的篩查多使用MMSE、MOCA等評分工具。這類量表往往需要通過醫務人員指導被評估人，并且進行專業的量化評分才能得出結果。而更完整的系統問卷涉及上百問項，填寫時間耗時巨大，最終評估結果需要很長時間才能計算出來。

現有技術中的認知障礙智能預測檢測費時費力，不能實現快速自動化檢測。

發明內容

為了解決現有技術中的認知障礙智能預測檢測費時費力，不能實現快速自動化檢測的問題，本發明提供一種構建認知障礙智能預測方法，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。

進一步的，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。

進一步的，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。

進一步的，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。

進一步的，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，以達到預測模型的最佳效能。

本發明的有益效果是，根據患者的基本情況、生活習慣、身體狀況、以及病史、治療等相關因素，通過數據挖掘，分析出與認知障礙發病最為相關的、適合大眾自評的預測因子20個。構建的智能預測模型可將問項控制在20項左右，只需要很少的時間填寫，填寫完畢立即可以獲得評估結果，包括風險高低分類和風險概率估計，可以滿足臨床實踐需要，模型預測準確率達到70％、召回率等至少達到70％，本發明構建評估問項簡單易懂、操作簡單、無需專業醫護人員指導、適合大眾自評、預測準確率高的智能預測模型。

附圖說明

圖1為本發明流程圖。