[发明专利]一种急性冠状动脉综合征患者的主要不良心血管事件预测方法

权利要求书

1.一种急性冠状动脉综合征患者的主要不良心血管事件预测方法，包括以下步骤：

采集急性冠状动脉综合征患者的电子健康记录，并对所述电子健康记录进行清洗预处理，得到训练样本；

以堆叠式去噪编码器为基础建立预训练模型，所述预训练模型包括三个用于生成私有特征的堆叠式去噪编码器SDAE₁、SDAE₂、SDAE₃，与所述堆叠式去噪编码器SDAE₁、SDAE₂、SDAE₃对应，且用于预测不良心血管事件的逻辑回归层LR₁、LR₂、LR₃，一个用于生成共享特征的SDAE₀，以及对所述共享特征进行判别的判别器；

以所述训练样本作为所述预训练模型的输入层，以所述训练样本对应的真值标签作为所述预训练模型的输出层，对所述预训练模型进行训练，得到主要不良心血管事件预测模型；

将清洗预处理后的待测样本输入所述主要不良心血管事件预测模型，经计算得到所述待测样本出现主要不良心血管事件的概率，实现对急性冠状动脉综合征患者的主要不良心血管事件的预测。

2.如权利要求1所述的急性冠状动脉综合征患者的主要不良心血管事件预测方法，其特征在于，所述清洗预处理的步骤为：

首先，基于规则的医学语言处理模型处理入院记录，采用最大反向匹配对急性冠状动脉综合征患者的入院记录进行自动分词，同时，对分割出来的词汇和短语进行语义类型标注，标注成特定意义的符号表达式；将分词标注之后的入院记录分割成子句，按照优先级顺序依经过患者特征匹配规则得到符号式患者特征，并通过符号表达式-词典对照恢复成标注前的词汇或短语，得到相应的患者特征；

随后，将得到的患者入院初期的病情特征与结构化LabTest实验室检验信息相结合，得到患者样本特征；

最后，基于病程录标注患者样本标签，与患者样本特征构建急性冠状动脉综合征患者训练样本。

3.如权利要求1所述的急性冠状动脉综合征患者的主要不良心血管事件预测方法，其特征在于，在所述堆叠式去噪编码器SDAE₁、SDAE₂、SDAE₃中：

对每个去噪自动编码器：

对输入变量x进行编码，并通过sigmoid激活函数f(·)生成隐藏层的特征向量其中，W^e,b^e是隐含层的参数，是经过噪声损坏的输入；

采用非线性激活函数g(·)对所述私有特征向量h进行解码，得到输入向量x′＝g(W^dh+b^d)，并以输入输入向量x′作为下一去噪自动编码器的输入；

依次类推，直到训练k个自动编码器，输出私有特征x^′(g)。

4.如权利要求3所述的急性冠状动脉综合征患者的主要不良心血管事件预测方法，其特征在于，在逻辑回归层LR₁、LR₂、LR₃中：

预测概率其中，W^lr和b^lr表示逻辑回归层的参数，其中：

h_T＝x′^(g)+s^(g)，

x′^(g)＝SDAE(x^(g),Θ_g)，表示私有特征，

s^(g)＝SDAE(x^(g),Θ_s)，表示共有特征；

Θ_g表示私有特征x′^(g)对应的SDAE参数，Θ_s表示共有特征s^(g)对应的SDAE参数；

g∈G，G＝{1，表示不稳定心绞痛；2，表示ST段抬高心肌梗死；3，非ST段抬高心肌梗死}；

损失函数其中，y_i是真实标签，是预测概率，i＝1，2，……，|D|，|D|为训练样本的总个数。