[发明专利]一种基于机器学习的孤独症谱系障碍早期识别方法

权利要求书

1.一种基于机器学习的孤独症谱系障碍早期识别方法，其特征在于，包括以下步骤：

选择发育障碍性儿童的行为评估量表及人口学信息构建数据集，所述数据集中包含发育性语言障碍DLD样本、全面发育迟缓GDD样本和孤独症谱系障碍ASD样本；

对数据集内的样本进行预处理，通过设置权重处理不平衡数据；

基于分类模型XGBoost构建两阶段决策模型TS-DM；

将待测样本输入TS-DM模型，通过TS-DM模型分别对发育性语言障碍DLD和孤独症谱系障碍ASD、全面发育迟缓GDD进行识别；

所述基于分类模型XGBoost构建两阶段决策模型TS-DM的过程包括：

将预处理后的样本输入XGBoost模型，通过XGBoost算法对DLD样本以及合并的GDD样本和ASD样本进行分类，通过SHAP值选取使得XGBoost模型的受试者工作曲线下面积ROC-AUC不再上升的特征，建立XGBoost单树模型，形成第一阶段决策模型；

重复上述步骤，建立单树XGBoost对GDD和ASD进行分类，形成第二阶段决策模型。

2.根据权利要求1所述的基于机器学习的孤独症谱系障碍早期识别方法，其特征在于，所述行为评估量表包括作为训练特征的Gesell发展量表GDS、早期语言发育进程量表ELMS、改良版婴幼儿孤独症筛查量表M-CHAT、孤独症行为量表ABC。

3.根据权利要求2所述的基于机器学习的孤独症谱系障碍早期识别方法，其特征在于，所述通过设置权重处理不平衡数据，其中：

4.根据权利要求3所述的基于机器学习的孤独症谱系障碍早期识别方法，其特征在于，将预处理后的孤独症谱系障碍ASD样本和全面发育迟缓GDD样本合并为一类，发育性语言障碍DLD样本单独作为一类，获得两大类样本；从这两大类样本中随机选取各类20例作为验证集，其余为训练集。

5.根据权利要求4所述的基于机器学习的孤独症谱系障碍早期识别方法，其特征在于，基于所述训练集对两阶段决策模型TS-DM进行训练，包括：

采用网格搜索十折交叉验证的调参方式确定XGoost模型的最佳参数，需要优化的参数包括树估计器的数量n_estimators，单个树的最大深度max_depth，随机采样比例subsample；随机采样的列数的比例colsample_bytree，以及学习率learning_rate，其余未提及的参数均使用默认参数；

通过XGBoost算法对DLD样本以及合并的GDD样本和ASD样本进行分类，根据SHAP值对XGBoost模型中所有特征进行排序，按照重要顺序将特征依次纳入重置参数n_estimators＝1，subsample＝1，colsample_bytree＝1的XGBoost单树模型中进行训练，直到模型的受试者工作曲线下面积ROC-AUC不再上升，选择此时纳入训练的特征作为TS-DM的特征，训练第一阶段决策模型；

重复上述过程，对孤独症谱系障碍ASD和全面发育迟缓GDD样本进行分类，训练第二阶段决策模型。

6.根据权利要求5所述的基于机器学习的孤独症谱系障碍早期识别方法，其特征在于，通过准确率ACC和召回率R对分类模型XGBoost和两阶段决策模型TS-DM进行评估；

其中TP、FP、TN和FN分别表示真阳性率、假阳性率、真阴性率和假阴性率，分类使用默认阈值0.5。