[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

一種基于多層級框架的疾病分期模型融合方法，將受試者信息分為訓練樣本集和測試樣本集，使用訓練集中部分數據訓練模型，訓練集中余下數據做模型內部驗證；基于輸入的受試者信息，利用多種單一疾病分期模型得出訓練集中疾病分期的預測信息，篩選性能優異且原理不同的模型作為第一層基模型，并使用第一層基模型對測試樣本集進行預測；將第一層基模型得出的對訓練樣本集內部驗證部分數據和測試樣本集的預測結果作為數據特征輸入第二層模型，結合第一層基模型的動態權重計算得到融合模型；本發明能夠自動地針對樣本數據建立疾病分期模型并進行模型融合，并能根據所輸入的評價指標閾值進行動態優化，可提高分期模型的精度并且減少漏報、誤報率。

技術領域

本發明涉及一種疾病分期模型融合算法，具體是一種基于多層級框架的疾病分期模型融合方法，屬于多分類算法技術領域，尤其適用于對疾病信息的識別和分期預測。

背景技術

隨著數字科學在醫療技術上應用的推進，越來越多的病患和臨床信息能以電子病歷為載體存儲。借助于這些病患信息開展疾病識別、分期甚至是預測的研究也成為近十年來的一大研究熱點。

由于單一數據特征提取層面或分類算法層面的改進對疾病識別幫助有限，因此模型集成或融合的方式有望成為疾病識別與分期模型構建與優化的主流思想。近年來堆棧集成和多層級建模集成思想在分類算法優化中表現良好，但在疾病識別與分期領域還沒有取得較好的應用。部分學者針對疾病分期模型的融合方法進行了探究，但由于檢測精度、系統穩定性、系統普適性等多種影響因素，目前還沒有一個成熟、精確度高且穩定的疾病分期模型融合方法被公認肯定。

發明內容

本發明的目的是提供一種基于多層級框架的疾病分期模型融合方法，該方法能夠客觀、自動地針對樣本數據建立疾病分期模型并進行模型融合，并能根據所輸入的評價指標閾值進行動態優化，可提高分期模型的精度并且減少漏報、誤報率。

為了實現上述目的，本發明提供一種基于多層級框架的疾病分期模型融合方法，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。

本發明的步驟1中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。