[發明專利]一種基于多層級框架的疾病分期模型融合方法

在審

• 申請號: 202111246964.0
• 申請日: 2021-10-26
• 公開（公告）號: CN113948206A
• 公開（公告）日: 2022-01-18
• 發明（設計）人: 軒吳凡;周福寶;鄭麗娜;馮子康
• 申請（專利權）人: 中國礦業大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06K9/62
• 代理公司: 北京淮海知識產權代理事務所(普通合伙) 32205
• 代理人: 周淑淑

1.一種基于多層級框架的疾病分期模型融合方法，其特征在于，包括以下步驟：

步驟1，將受試者信息輸入并劃分為訓練樣本集和測試樣本集，使用訓練樣本集中部分數據訓練模型，訓練樣本集中余下數據用于做模型內部驗證，使用多種單一疾病分期模型并從中篩選出第一層基模型，第一層基模型的預測結果輸入第二層模型做模型融合；

步驟2，使用第一層基模型對訓練樣本集內部驗證數據和測試樣本集進行預測，其結果結合第一層基模型的動態權重作為第二層數據特征輸入至第二層模型，以得到疾病分期模型融合的結果；

步驟3，計算動態權重，根據第一層基模型在訓練樣本集的預測結果的評價指標線性地分配初權重，以第二層模型對測試樣本集中樣本識別的準確率和假陰性率為雙目標函數，使用粒子群算法和迭代的方法多次進行權重的調參和優化，并且根據所輸入的目標值動態計算最佳權重組合，最終得到疾病分期模型融合的參數。

2.根據權利要求1所述的一種基于多層級框架的疾病分期模型融合方法，其特征在于，篩選第一層基模型具體過程如下：

(1)使用多種單一疾病分期模型對訓練樣本集中的信息進行分類，所述多種單一疾病分期模型包含支持向量機模型、K近鄰模型、分類樹模型、樸素貝葉斯模型以及3類集成模型，3類集成模型為提升算法模型、引導聚焦算法模型、隨機森林算法模型，經篩選后基模型1、基模型2、……、基模型n中的集成模型的數量占比應低于50％，高于50％則依次剔除過擬合程度高的模型直至集成模型的數量占比低于50％；

(2)根據假陰性率及準確率初步篩選出性能優異的模型，默認篩選出假陰性率低于10％且準確率高于80％的所有模型；

(3)針對根據假陰性率及準確率初步篩選出的模型，計算其兩兩之間預測結果序列的皮爾遜相關系數，將皮爾遜相關系數在90％以上的兩個模型優先根據假陰性率、其次根據準確率排序，剔除效率低的一方，最終得到多個性能優異且原理不同的模型作為第一層基模型。

3.根據權利要求1或2所述的一種基于多層級框架的疾病分期模型融合方法，其特征在于，所述步驟2中第二層模型建立在實際計算量較大和模型算力允許的情況把第二層模型的預測結果結合動態權重作為第三層數據特征輸入至第三層模型做模型融合，即多層框架的實際作用層數應多于兩層。

4.根據權利要求3所述的一種基于多層級框架的疾病分期模型融合方法，其特征在于，所述步驟3中，以訓練樣本集內部驗證數據的預測結果和原信息標簽作為訓練數據，對測試樣本集進行預測。

5.根據權利要求3所述的一種基于多層級框架的疾病分期模型融合方法，其特征在于，所述步驟3的具體過程如下：

(1)使用粒子群算法動態求解最優權重組合，根據基模型在訓練樣本集的預測結果的評價指標線性地分配初權重后，隨機初始化每個粒子；

(2)以準確率和假陰性率為目標函數在測試樣本集做雙目標規劃，迭代過程中在假陰性率的最優解集內求準確率的最優解集。

6.根據權利要求3所述的一種基于多層級框架的疾病分期模型融合方法，其特征在于，所述步驟1和步驟2中提及的預測結果形式為分類過程中輸出的標簽和概率矩陣。

7.根據權利要求3所述的一種基于多層級框架的疾病分期模型融合方法，其特征在于，所述步驟2中的第二層模型根據訓練結果在邏輯回歸模型和支持向量機模型中擇優選擇。