[发明专利]构建认知障碍智能预测方法

权利要求书

1.构建认知障碍智能预测方法，其特征在于，包括以下步骤，

S1获取原始问卷数据；

S2数据清洗；

S3数据预处理及可视化处理；

S4结合专家知识特征筛选和智能算法特征筛选获取特征子集；

S5构建认知障碍智能预测模型；

S6采用十折交叉验证来检验构建认知障碍智能预测模型的有效性；

S7结合专家知识进行模型的调试优化；

S8采用认知障碍智能预测进行老年痴呆早期筛查。

2.如权利要求1所述的构建认知障碍智能预测方法，其特征在于，所述步骤S3具体包括，对特征的集成和变换、数据的离散化和归约，将277个原始问项扩展得到324个变量的向量，生成1121个二元变量。

3.如权利要求1所述的构建认知障碍智能预测方法，其特征在于，步骤S4具体包括专家知识特征选择和智能算法特征选择两个环节，在第一环节，基于专家知识剔除一些已知在数据收集过程中存在偏倚的问项、不适合作为预测因子的问项，以及需要专业人员进行评估、非简易的问项，由此从324个变量的向量降维到212个变量的向量，在第二环节，通过智能算法特征选择将212个变量的向量降维到具有高预测能力的关键20个变量的向量。

4.如权利要求1所述的构建认知障碍智能预测方法，其特征在于，所述步骤S6包括，采用随机分层抽样技术构建样本量比例为9：1的训练集和测试集配对数据集共10组；建模算法涉及的任何抽样或加权等改变正负例样本比例或权重的操作只限于训练集，测试集只用于已训练模型的性能评估，保证模型性能评估的严谨性；计算10组配对数据集的预测建模平均性能用于评估本发明建模方法的有效性。

5.如权利要求1所述的构建认知障碍智能预测方法，其特征在于，所述步骤S7包括，结合专家知识，对数据特征变量进行增删或集成、变换，调整模型参数。