[发明专利]一种构建OHSS分度分型预测模型的方法

说明书

一种基于机器学习的卵巢过度刺激综合征（OHSS）分度及分型预测方法，包括：采集病人临床特征数据后进行数据预处理和数据编码操作，得到各自的训练数据；分别建立OHSS分度和分型预测模型。使用训练数据对分度和分型预测模型分别进行训练，从而根据损失函数优化模型参数；将分度预测模型所需的所有待测病人的临床特征数据进行数据预处理和数据编码操作后，获得最终的预测结果。分度预测模型预测出的会发生OHSS的病人，获取分型预测模型所需的临床特征数据，进行数据预处理和数据编码操作后，获得最终的预测值。利用本发明，可以为进行试管婴儿技术治疗的病人预测其发生OHSS的概率以及类型，从而辅助医生做更好的判断。

技术领域

本发明属于医学人工智能领域，尤其是涉及一种构建OHSS分度分型预测模型的方法。

背景技术

OHSS（卵巢过度刺激综合症）是发生于控制性卵巢刺激治疗后对一种医源性的并发症，常见于为施行试管婴儿技术而进行的控制性超促排卵过程中，其特征为过多的卵泡发育、卵巢体积显著增大、血管通透性增加、体液从血管内转移到第三间隙，出现腹水、胸腔积液、少尿、电解质紊乱、肝肾功能受损、血液浓缩及血栓形成等，严重者可危及生命。且近年来，OHSS的发生呈上升趋势，越来越引起临床医务工作者的重视。因此，及早预估病人是否会发生OHSS以及判断病人发生OHSS的严重程度，从而及时设计或调整对应的治疗方案，尽可能降低病人发生OHSS的概率，显得尤为重要。

OHSS按发生时间顺序又分早发型和晚发型，其中早发型指的是一般在促排卵过程中扳机用药后3—7天后发生的情况，若病人接下来没有妊娠，那么症状持续约2周左右后会自行缓解，若妊娠，症状将持续2—4周，且病情可能加重。晚发型指的是扳机用药后12-17天后发生的情况，一般与妊娠相关。因此对可能发生OHSS的病人进一步判断其是早发型还是晚发型，对可能是晚发型的病人，慎重考虑接下来是否应该进行胚胎移植、妊娠，从而降低发生OHSS的风险。

目前对于采取试管婴儿技术进行辅助生殖治疗的病人，无法提早判断其发生OHSS的可能性，一般都是在进入治疗周期后，基于病人早期已经呈现的一些OHSS的症状由医生根据其临床经验来判断其是否有更严重的OHSS倾向，从而调整治疗方案。少数经验丰富、技术高超的以上能够根据病人的早期状态来预测病人是否具有高危因素，对存在高危因素的病人做更谨慎的方案设计。这种预测基本依赖医生的个人经验做的一类预估，无法客观、定量地分析每一位病人的个体情况，没有通用性，也难以推广。不管上述的哪种方案，都只是对OHSS进行分度预测，而无法对OHSS分型预测。

发明内容

本发明的目的在于提供一种通过收集已有案例作为样本、以患者当前生理指标和用药方案作为输入，定量分析OHSS分度、分型概率的方法。

构建OHSS分度分型预测模型的方法，包括以下步骤：

S1、获取已有病例作为样本集，将样本集的数据分割为输入量和输出量，输入量包括患者的生理指标和用药方案，输出量包括患者实际发生的OHSS的时机和OHSS的程度；OHSS的时机包括早发和晚发，OHSS的程度包括未发生、轻中度和重度；对样本集进行数据预处理和数据编码操作，再依据分度和分型问题分别对数据进行特征筛选工作，得到训练数据。

S2、选取机器学习模型建立OHSS分度预测模型和OHSS分型预测模型；

S3、用S1获得的训练数据分别对OHSS分度预测模型和OHSS分型预测模型进行训练，以交叉熵损失函数最小作为OHSS分度预测模型或OHSS分型预测模型的优化目标；获得训练后的OHSS分度预测模型和训练后的OHSS分型预测模型；