[发明专利]一种基于集成学习融合模型的异常空腹血糖值预警方法

说明书

本发明公开了一种基于集成学习融合模型的异常空腹血糖值预警方法。本发明通过结合个体的血常规、肝功能、血脂、肾功能等体检数据，使用集成学习的方法，融合梯度回归树、随机森林、线性回归等模型来对空腹血糖值进行预测；通过大量训练数据训练预测模型，从而提高预测模型的精确度、普适性和鲁棒性。能及时对没有进行空腹血糖检查的个体进行空腹血糖预测，对糖尿病高风险患者进行有效预警。

技术领域

本发明涉及智慧医疗、机器学习领域，具体涉及一种基于集成学习融合模型的异常空腹血糖值预警方法。

背景技术

随着经济高速发展和工业化进程的加速，生活方式的改变和老龄化进程的加速，是我国糖尿病的患病率正呈快速上升的趋势，称为继心脑血管疾病、肿瘤之后另一个严重危害人民健康的重要慢性非传染性疾病。由中国2型糖尿病防止指南(2013年版)估计，在2005-2015年里，中国由于糖尿病及相关心血管疾病导致的经济损失达5577亿美元，糖尿病不仅给患病个体带来了肉体和精神上的损害并导致寿命的缩短，还给个人和国家带来了沉重的经济负担。

根据糖尿病的发病机理不同，糖尿病主要分为1型糖尿病、2型糖尿病、其他特殊类型糖尿病和妊娠糖尿病、继发性糖尿病。现阶段糖尿病的治愈相当困难，因此预防与及时干预是应对糖尿病最好的手段。血糖异常的检测是糖尿病预警的重要环节，血糖异常的判断方式一般为检测空腹血糖或餐后血糖，当空腹血糖≥7.0mmol/L或餐后血糖≥11.1mmol/L，即可怀疑个体患有糖尿病，应对其进行预警。考虑到人体的各项生理指标相互联系，基于其他生理数据对空腹血糖的预测成为一种可能。

现有的一种基于体检数据建模的空腹血糖预测方法，是使用随机森林利用体检者的体检信息对体检者未来一年的空腹血糖值进行预测，进而得出该体检者对比上一年的空腹血糖值的变化情况，从而判断体检者的糖尿病发病情况，在糖尿病发病前期进行有效的预防或阻断，其中体检者的体检信息包括基本体检信息、血常规检测、血生化检测、尿常规检测、内科、心电图科目下的一种或多种信息共50个体检指标。

该技术首先从海量体检数据中提取出需要的每个体检者的体检信息，并对数据进行清洗和格式化，得到包含所有特征集合的数据集。随后该技术结合序列后向选择算法选择出最优特征子集来作为预测空腹血糖值的特征集合，该步骤首先利用随机森林对特征集合中的每一个特征计算其特征重要性，然后根据序列后向选择算法，将数据集的全部特征集合进行建模，计算其在测试集上的空腹血糖值预测的得分效果，然后依次去掉得分最低的特征后计算其在测试集上的空腹血糖预测的得分效果，直至特征集合中只含有一个体检项，选取具有最大的得分效果的特征集为最优特征子集。最后该技术使用选择了最优特征子集的数据集训练随机森林模型，对血糖的预测值是随机森林中各决策树的血糖预测值的均值。此时，空腹血糖值预测的回归模型建立完毕。该技术能达到一定的预测效果。

但在人体的生理机制上，空腹血糖与其他生理指标具有复杂的关系，用于训练随机森林模型的体检指标(特征)不足，存在的空腹血糖值预测偏差较大的风险。其次使用的随机森林模型作为单一预测模型在连续值的预测上结果的偏差较大，预测精度需要进一步提高。另外，该技术根据下一年的空腹血糖值和当前空腹血糖值的差值作为判断糖尿病病发的风险，并未考虑到空腹血糖值具体值与糖尿病之间的量化关系。

发明内容

本发明的目的是克服现有方法的不足，提出了一种基于集成学习融合模型的异常空腹血糖值预警方法。本发明通过结合个体的血常规、肝功能、血脂、肾功能等体检数据，使用集成学习的方法，融合梯度提升决策树、随机森林、模型线性回归来实现对体检者的空腹血糖值进行预测；通过大量训练数据训练预测模型，从而提高预测模型的精确度、普适性和鲁棒性。

为了解决上述问题，本发明提出了一种基于集成学习融合模型的异常空腹血糖值预警方法，所述方法包括：

从医院获取体检者群体的体检数据，作为原始训练集。

对原始训练集进行数据的缺失值处理、标准化处理。