[發明專利]面向不平衡數據的IgA腎病的預測分析系統

在審

• 申請號: 202211294731.2
• 申請日: 2022-10-21
• 公開（公告）號: CN115565681A
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 段立新;劉丹蕾;魏凡越;李文;徐博潤
• 申請（專利權）人: 電子科技大學（深圳）高等研究院
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/20;G16H10/20;G06N3/04;G06N3/08
• 代理公司: 深圳市深可信專利代理有限公司 44599
• 代理人: 劉昌剛

1.一種面向不平衡數據的IgA腎病的預測分析系統，其特征在于，包括數據收集模塊、數據預處理模塊、數據歸一化模塊、模型訓練模塊以及模型預測模塊；

所述的數據收集模塊，采集IgA腎病患者的臨床檢查數據、病理檢查數據以及IgA腎病患者對應的惡化標簽；

所述數據預處理模塊，連接在數據收集模塊上，對臨床檢查數據和病理檢查數據進行預處理，剔除有數據缺失的樣本，得到可用于模型訓練及預測的臨床檢查數據和病例檢查數據，再將兩種數據進行拼接組合，構成臨床數據F；

所述數據歸一化模塊，連接在數據預處理模塊上，將得到的IgA腎病患者的臨床數據F進行數據歸一化操作，得到可用于模型訓練及測試的數據集；

所述的模型訓練模塊，與所述數據歸一化模塊連接，用于訓練面向不平衡數據的IgA腎病預測模型，所述不平衡數據為樣本標簽不平衡的樣本分布；

所述模型預測模塊，與模型訓練模塊相連接，使用面向不平衡數據的IgA腎病預測模型，預測臨床樣本的IgA腎病惡化概率。

2.根據權利要求1所述的面向不平衡數據的IgA腎病的預測分析系統，其特征在于，所述的臨床檢查數據為通過醫療儀器對IgA腎病患者采集血液樣本進行血液檢查和采集尿液樣本進行尿液檢查得到的化驗單數據，包括血肌酐、腎小球濾過率、血壓、尿酸。

3.根據權利要求1所述的面向不平衡數據的IgA腎病的預測分析系統，其特征在于，所述病理檢查數據為通過對IgA腎病患者的腎臟進行切片進行活體檢查得到的與所患腎臟病相關的數據。

4.根據權利要求1所述的面向不平衡數據的IgA腎病的預測分析系統，其特征在于，所述的惡化標簽為判斷IgA腎病是否惡化，判斷標準為是否達到終末期腎病或eGFR下降大于50％，其中eGFR為腎小球濾過率，終末期腎病指eGFR＜15ml/min/1.73m²或開始進行腎臟替代治療的時間持續3個月以上。

5.根據權利要求1所述的面向不平衡數據的IgA腎病的預測分析系統，其特征在于，所述的臨床數據表示為F＝[f₁，f₂，...，f_n]，其中n表示共有n個指標，f_i表示第i個指標，1≤i≤n；

將惡化標簽處理為1和0的二分類標簽Y，作為模型訓練集測試的標簽，其中1表示患者IgA腎病惡化，0表示IgA腎病沒有惡化。

6.根據權利要求5所述的面向不平衡數據的IgA腎病的預測分析系統，其特征在于，所述的數據集中的每一個數據樣本包該患者的臨床數據F及該患者對應的惡化標簽；

數據集由訓練集和測試集兩部分構成，訓練集由全部患者的70％的數據集構成，測試集由全部患者的30％的數據集構成。

7.根據權利要求5所述的面向不平衡數據的IgA腎病的預測分析系統，其特征在于，通過以下公式將臨床數據F映射到0-1之間，以避免數據范圍相差過大而增加模型訓練的難度：

其中，f_i為對應患者的臨床數據，表示臨床數據F中第i個臨床數據指標；f_min表示所有患者的第i個臨床數據的最小值，f_max表示所有患者的第i個臨床數據的最大值；x_i表示第i個臨床數據被歸一化之后的標準值，歸一化之后的臨床數據表示為X＝[x₁，x₂，…，x_n]。

8.根據權利要求7所述的面向不平衡數據的IgA腎病的預測分析系統，其特征在于，所述模型訓練模塊采用面向不平衡數據的學習方法，訓練面向不平衡數據的IgA腎病預測模型；所述面向不平衡數據的學習方法為采用重采樣的方法，調整模型對于尾部樣本的偏置，重采樣是指按照對于樣本分布的重新采樣。