[發(fā)明專利]一種高可靠腎小球濾過率預測模型的構(gòu)建與評估方法及裝置

在審

• 申請?zhí)枺?/td>: 202210915183.4
• 申請日: 2022-08-01
• 公開（公告）號: CN115206534A
• 公開（公告）日: 2022-10-18
• 發(fā)明（設(shè)計）人: 張軍英;尹蚨伊;金劍杰
• 申請（專利權(quán)）人: 西安電子科技大學
• 主分類號: G16H50/50
• 分類號: G16H50/50
• 代理公司: 西安智大知識產(chǎn)權(quán)代理事務(wù)所 61215
• 代理人: 王晶

1.一種高可靠腎小球濾過率預測模型的構(gòu)建與評估方法，其特征在于，包括；

步驟(1)：數(shù)據(jù)預處理；

建模所用數(shù)據(jù)中，每個樣本包含其臨床特征的數(shù)值和其GFR的測定值，均為數(shù)值型，數(shù)據(jù)預處理分為兩步，特征選擇和log變換；

步驟(2)：局部模型設(shè)定；

局部模型設(shè)定為線性回歸模型，形如：

y＝w^Tx+b (4)

其中自變量x為模型輸入，即用于預測GFR的特征值；y為模型輸出，即模型根據(jù)輸入所計算出的GFR預測值；w和b為模型參數(shù)，通過訓練學得w和b之后，模型就得以確定；

步驟(3)：局部模型構(gòu)建；

數(shù)據(jù)的采樣去重處理和局部模型訓練；

步驟(4)：全局模型構(gòu)建；

構(gòu)建的GFR預測模型f(x)；

步驟(5)：全局模型的模型穩(wěn)定性計算；

用模型穩(wěn)定性刻畫一個模型的可靠性，對于所獲得的全局模型f(x)，計算其模型穩(wěn)定性：

步驟(6)：全局模型GFR預測的準確性計算；

包括數(shù)據(jù)采樣去重處理、重采樣數(shù)據(jù)的GFR預測和GFR預測結(jié)果的準確性；

步驟(7)：GFR預測結(jié)果的穩(wěn)定性計算；

按照下述公式計算全局模型對GFR預測結(jié)果的穩(wěn)定性，其中，M為采樣集數(shù)量，D_k(k＝1,2,...,M)為第k個采樣集，|D_k|為采樣集D_k中的樣本數(shù)量，x_i代表采樣集中第i個樣本，y_i為第i個樣本的GFR標簽真實值，f(x_i)為模型給出的第i個樣本的GFR預測值：

步驟(8)：模型選擇；

對步驟(2)中設(shè)定的多種形式的局部模型，綜合評判其對應(yīng)的全局模型的模型穩(wěn)定性、GFR預測結(jié)果的準確性以及這個預測結(jié)果的穩(wěn)定性，選取三者最高的模型形式及其參數(shù)對應(yīng)的全局模型，作為GFR的預測模型；當三者不能保證同時最高時，綜合評判后選取三者都相對較高的全局模型。

2.根據(jù)權(quán)利要求1所述的一種高可靠腎小球濾過率預測模型的構(gòu)建與評估方法，其特征在于，所述步驟(1)中原始數(shù)據(jù)集從臨床采集，其中包括22名慢性腎臟病患者的GFR測定值以及相應(yīng)的91項特征，數(shù)據(jù)類型為數(shù)值型；

所述特征選擇對這些候選特征篩選出排名前兩位的特征：胱抑素C和年齡；

所述log變換對GFR測定值及篩選出的特征自變量——胱抑素C和年齡，取以e為底的對數(shù)，將經(jīng)過特征選擇及l(fā)og變換后的數(shù)據(jù)集作為后續(xù)建模的基礎(chǔ)數(shù)據(jù)集。