[发明专利]一种机器学习糖尿病发病风险预测方法及应用

权利要求书

1.一种机器学习糖尿病发病风险预测方法，其特征在于包括数据获取模块、数据预处理模块、机器学习模块和显示输出模块，其中：

（1）数据获取模块：连接医院数据库，用于获取医院数据库中2型糖尿病患者的临床病例数据，每个临床病例数据包括患者的代谢组学数据和对应的临床检验结果；

（2）数据预处理模块：该模块输入端与数据获取模块的输出端连接，进行数据缺失值插补、抽样、标准化和删除近似零方差特征，使用随机森林模型进行数据缺失值插补；使用bootstrap进行数据抽样，目的是使样本数据中糖尿病患者和非糖尿病患者的数量相同；使用归一化和离散化处理进行数据标准化，目的是将患者代谢组学数据的度量单位和格式进行统一；删除近似零方差变量的目的是去除样本数据中的不平衡变量以得到稳定理想的模型；

（3）机器学习模块：输入端与数据预处理模块的输出端连接，该模块的结构如下：

① 数据集划分：使用bootstrap将样本数据重抽样为训练集和测试集，划分比例为2:1；

② 特征变量筛选：使用随机森林进行特征变量筛选；

③ 构建随机森林模型和支持向量机模型：根据筛选后的变量构建随机森林模型和支持向量机模型，使用N折交叉验证重抽样进行参数调整，选择最优模型；

④ 内部验证：使用最优随机森林模型和支持向量机模型对测试集进行内部验证；

使用曲线下面积、假阳性率、假阴性率和准确率评估模型的预测能力；

⑤ 外部验证：基于独立验证集进行预测，并根据上述评估指标对模型的预测能力进行评估；

（4）显示输出模块：将显示输出模块的输入端与机器学习模块的输出端连接，输出模型的风险预测结果，其中，结果“1”表示存在糖尿病患病风险，结果“0”表示没有糖尿病患病风险。

2.权利要求1所述机器学习糖尿病发病风险预测方法可用于非医护人员进行疾病风险检测或辅助临床决策。