[發(fā)明專利]一種肺功能檢測缺失數(shù)據(jù)的修復(fù)方法

在審

• 申請?zhí)枺?/td>: 202210158619.X
• 申請日: 2022-02-21
• 公開（公告）號: CN114550945A
• 公開（公告）日: 2022-05-27
• 發(fā)明（設(shè)計）人: 唐雨萌;祝淑珍;張嵐;李茜;何田靜;潘敬菊;夏穎;崔秀青;侯清波;劉焰東;周夢格;沈妙言
• 申請（專利權(quán)）人: 湖北省疾病預(yù)防控制中心（湖北省預(yù)防醫(yī)學(xué)科學(xué)院）;荊州市疾病預(yù)防控制中心;隨州市疾病預(yù)防控制中心
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H50/20;G06N3/08
• 代理公司: 武漢楚天專利事務(wù)所 42113
• 代理人: 孔敏

1.一種肺功能檢測缺失數(shù)據(jù)的修復(fù)方法，其特征在于包括以下步驟：

A、收集肺功能數(shù)據(jù)；

B、對步驟A收集的肺功能數(shù)據(jù)進(jìn)行預(yù)處理；

C、根據(jù)步驟B預(yù)處理后的肺功能數(shù)據(jù)，計算各參數(shù)之間的相關(guān)性，得到相關(guān)性強(qiáng)的參量；

D、根據(jù)步驟C得到的相關(guān)性強(qiáng)的參量，建立基于神經(jīng)網(wǎng)絡(luò)的肺功能參數(shù)缺失數(shù)據(jù)修復(fù)模型；

E、根據(jù)步驟D建立的肺功能參數(shù)缺失數(shù)據(jù)修復(fù)模型，對肺功能缺失數(shù)據(jù)進(jìn)行修復(fù)。

2.如權(quán)利要求1所述的一種肺功能檢測缺失數(shù)據(jù)的修復(fù)方法，其特征在于：步驟A收集肺功能的相關(guān)數(shù)據(jù)，包括人員編號、年齡(Age)、性別(Sex)、身高(Height)、體重(Weight)、人員對應(yīng)的25％肺活量的呼氣流速(FEF25)、50％肺活量的呼氣流速(FEF50)、75％肺活量的呼氣流速(FEF75)、一秒用力呼氣容積(FEV1)、三秒用力呼氣容積(FEV3)、六秒用力呼氣容積(FEV6)、用力肺活量(FVC)。

3.如權(quán)利要求2所述的一種肺功能檢測缺失數(shù)據(jù)的修復(fù)方法，其特征在于：步驟B中對獲取的數(shù)據(jù)進(jìn)行預(yù)處理，具體為：假設(shè)共收集了N個人的肺功能數(shù)據(jù)，對于第i個人，計算其指標(biāo)當(dāng)Z_i≥0.7時，表明為非慢阻肺病人，則將該人員劃入集合P，通過上述方法完成所有人員的集合劃分，若集合P中有m個人員，

則集合P記為

其中FEV_1,i，F(xiàn)EV_3,i，F(xiàn)EV_6,i，Age_i，Sex_i，Weight_i，Height_i，F(xiàn)EF_25,i，F(xiàn)EF_50,i，F(xiàn)EF_75,i分別表示第i個人的一秒用力呼氣容積、三秒用力呼氣容積、六秒用力呼氣容積、年齡(Age)、性別(Sex)、身高(Height)、體重(Weight)、人員對應(yīng)的25％肺活量的呼氣流速(FEF25)、50％肺活量的呼氣流速(FEF50)、75％肺活量的呼氣流速(FEF75)。

4.如權(quán)利要求3所述一種肺功能檢測缺失數(shù)據(jù)的修復(fù)方法，其特征在于：步驟C中根據(jù)步驟B預(yù)處理后的肺功能數(shù)據(jù)，計算各參數(shù)之間的相關(guān)性，得到相關(guān)性強(qiáng)的參量，具體為：

通過Logistics回歸分析計算各參量之間的相關(guān)系數(shù)，當(dāng)兩個相關(guān)系數(shù)大于0.8時，認(rèn)為兩個參量強(qiáng)相關(guān)。

5.如權(quán)利要求4所述的一種肺功能檢測缺失數(shù)據(jù)的修復(fù)方法，其特征在于：步驟D中根據(jù)步驟C得到的相關(guān)性強(qiáng)的參量，建立基于神經(jīng)網(wǎng)絡(luò)的肺功能參數(shù)缺失數(shù)據(jù)修復(fù)模型，具體為：

從相關(guān)性強(qiáng)的參量組成的結(jié)合P中隨機(jī)選取70％的元素作為訓(xùn)練集P₁，剩下的30％作為驗證集P₂；

對于其中需要修復(fù)的某一相關(guān)性強(qiáng)的參量，將訓(xùn)練集P₁中除需要修復(fù)的某一相關(guān)性強(qiáng)的參量外的其他相關(guān)性強(qiáng)的參量的數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)，需要修復(fù)的某一相關(guān)性強(qiáng)的參量的數(shù)據(jù)作為輸出數(shù)據(jù)，設(shè)置神經(jīng)網(wǎng)絡(luò)的相關(guān)參數(shù)，包括隱層數(shù)YC，神經(jīng)元個數(shù)SJ，訓(xùn)練并生成神經(jīng)網(wǎng)絡(luò)；

將驗證集P₂中的除需要修復(fù)的某一相關(guān)性強(qiáng)的參量外的其他相關(guān)性強(qiáng)的參量的數(shù)據(jù)輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，神經(jīng)網(wǎng)絡(luò)模型將輸出預(yù)測的需要修復(fù)的某一相關(guān)性強(qiáng)的參量的數(shù)據(jù)，計算預(yù)測的需要修復(fù)的某一相關(guān)性強(qiáng)的參量的數(shù)據(jù)與實際值的誤差的絕對值；

計算驗證集P₂的誤差絕對值的平均值，若誤差絕對值的平均值達(dá)到某一閾值，則表明模型準(zhǔn)確率可接受，否則重新訓(xùn)練新的神經(jīng)網(wǎng)絡(luò)模型，計算驗證集的誤差，直至得到滿足預(yù)測誤差的模型，該模型即為數(shù)據(jù)修復(fù)模型。

6.如權(quán)利要求5所述的一種肺功能檢測缺失數(shù)據(jù)的修復(fù)方法，其特征在于：步驟E中根據(jù)步驟D建立的肺功能參數(shù)缺失數(shù)據(jù)修復(fù)模型，對肺功能缺失數(shù)據(jù)進(jìn)行修復(fù)，具體為：

若數(shù)據(jù)修復(fù)模型中某一項數(shù)據(jù)缺失，記為缺失項數(shù)據(jù)，則將數(shù)據(jù)修復(fù)模型中其余數(shù)據(jù)輸入數(shù)據(jù)修復(fù)模型，即可得到修復(fù)的缺失項數(shù)據(jù)。