[發明專利]孤獨癥譜系障礙兒童智力障礙診斷模型的建立方法及裝置

在審

• 申請號: 202211084727.3
• 申請日: 2022-09-06
• 公開（公告）號: CN115482924A
• 公開（公告）日: 2022-12-16
• 發明（設計）人: 宋超;江忠權;吳玲玲;李文豪;胡莉菲
• 申請（專利權）人: 浙江大學醫學院附屬兒童醫院
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/30;G16H50/70;G06N20/10;G06N20/20;G06N5/00;G06N3/08
• 代理公司: 杭州奇炬知識產權代理事務所(特殊普通合伙) 33393
• 代理人: 賀心韜

1.一種孤獨癥譜系障礙兒童智力障礙診斷模型的建立方法，其特征在于，包括以下步驟：

步驟S1：采集數據，采集孤獨癥譜系障礙兒童的社會人口學信息和行為觀察結果數據；

步驟S2：劃分數據，將數據集分為訓練集和測試集，訓練集用于建模階段，測試集用于模型性能評價；

步驟S3：建模階段，使用Boruta方法篩選變量；

步驟S4：模型性能評價，采取準確度、精度、敏感度、特異度和受試者工作特征曲線下面積來評估模型的區分度；

步驟S5：選擇最佳診斷模型，通過校準圖評估每個預測模型的和實際情況的一致性；

步驟S6：評估預測，選擇預測準確度高的模型，得出模型中對孤獨癥譜系障礙共患智力障礙的風險增加的預測變量，對測試者進行評估預測。

2.根據權利要求1所述的一種孤獨癥譜系障礙兒童智力障礙診斷模型的建立方法，其特征在于：所述的步驟S3中的建模階段還包括通過十折交叉驗證和網格搜索來調整超參數。

3.根據權利要求1所述的一種孤獨癥譜系障礙兒童智力障礙診斷模型的建立方法，其特征在于：所述的步驟S4中所述的學習模型為邏輯回歸、支持向量機、隨機森林和XGBOOST,在模型分析過程中，以邏輯回歸作為參考模型。

4.根據權利要求1所述的一種孤獨癥譜系障礙兒童智力障礙診斷模型的建立方法，其特征在于：所述的步驟S4中的邏輯回歸只有兩個可能的結果值，結果值有低功能和高功能，邏輯回歸中標記為1的值的log-odds是預測因子的線性組合，邏輯回歸可以表示為：

p(y＝1|x)＝exp(w^T x+b)/(1+exp(w^Tx+b))

其中，x表示預測值，y表示結果，w表示每個預測值的權重，b表示截距。

5.根據權利要求1所述的一種孤獨癥譜系障礙兒童智力障礙診斷模型的建立方法，其特征在于：所述的步驟S5中還包括使用綜合判別改善指數評估了特征選擇對診斷模型的貢獻，當綜合判別改善指數大于0時，性能提高；當綜合判別改善指數小于0時，性能降低；當綜合判別改善指數等于0時，性能保持不變。

6.根據權利要求1所述的一種孤獨癥譜系障礙兒童智力障礙診斷模型的建立方法，其特征在于：所述的步驟S4中的支持向量機采用的核函數為徑向基函數，所述的徑向基函數用于將非線性數據映射到高緯度，使得其在高緯度線性可分。

7.根據權利要求1所述的一種孤獨癥譜系障礙兒童智力障礙診斷模型的建立方法，其特征在于：所述的步驟S5中還包括臨床決策曲線分析，所述的臨床決策曲線分析用于為最佳診斷模型的選擇和臨床實踐提供參考。

8.一種孤獨癥譜系障礙兒童智力障礙診斷模型的建立裝置，包括輸入端、輸出端、服務器、一個或多個處理器、存儲器以及一個或多個程序，其中所述一個或多個程序被存儲在所述存儲器中，并且被配置成由所述一個或多個處理器執行，所述程序包括用于執行如權利要求1-7任意一項所述的一種孤獨癥譜系障礙兒童智力障礙診斷模型的建立方法。