CN107180155A - 一种基于异构集成模型的疾病预测方法及系统 - Google Patents
一种基于异构集成模型的疾病预测方法及系统 Download PDFInfo
- Publication number
- CN107180155A CN107180155A CN201710249261.0A CN201710249261A CN107180155A CN 107180155 A CN107180155 A CN 107180155A CN 201710249261 A CN201710249261 A CN 201710249261A CN 107180155 A CN107180155 A CN 107180155A
- Authority
- CN
- China
- Prior art keywords
- tag
- msub
- mrow
- sample
- manufacturing resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 44
- 201000010099 disease Diseases 0.000 title claims abstract description 38
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 38
- 238000013277 forecasting method Methods 0.000 title claims abstract description 12
- 238000012549 training Methods 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000000034 method Methods 0.000 abstract description 18
- 230000000694 effects Effects 0.000 abstract description 10
- 238000003745 diagnosis Methods 0.000 description 15
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000012417 linear regression Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000007477 logistic regression Methods 0.000 description 4
- 208000004476 Acute Coronary Syndrome Diseases 0.000 description 3
- 206010011224 Cough Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 210000004916 vomit Anatomy 0.000 description 3
- 230000008673 vomiting Effects 0.000 description 3
- 208000024827 Alzheimer disease Diseases 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 206010057190 Respiratory tract infections Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 206010006451 bronchitis Diseases 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000005194 fractionation Methods 0.000 description 2
- 208000018578 heart valve disease Diseases 0.000 description 2
- 230000005764 inhibitory process Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 206010012218 Delirium Diseases 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 206010071602 Genetic polymorphism Diseases 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- PNNCWTXUWKENPE-UHFFFAOYSA-N [N].NC(N)=O Chemical compound [N].NC(N)=O PNNCWTXUWKENPE-UHFFFAOYSA-N 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 229940109239 creatinine Drugs 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 208000009363 superior mesenteric artery syndrome Diseases 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 208000029257 vision disease Diseases 0.000 description 1
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明提出一种基于异构集成模型的疾病预测方法及系统，涉及智能医疗以及医疗信息技术领域，该方法包括步骤1，获取多标签数据集，并训练K个适用于门诊病例数据集的多标签基础分类器，对所述多标签基础分类器进行集成，获取异构集成模型；步骤2，获取预测多标签样本，通过所述异构集成模型对所述待预测多标签样本进行预测。本发明将各个基分类器权重的确定转变为一回归问题，通过求解该回归问题从而求解出集成分类器中各个基分类器的权重，继而使得该集成分类器效果达到最好。
Description
技术领域
本发明涉及智能医疗以及医疗信息技术领域，特别涉及一种基于异构集成模型的疾病预测方法及系统。
背景技术
信息技术的快速发展促进了医疗数据的信息化，越来越多的信息技术手段也应用到了医学领域，其中，智能医疗辅助诊断系统近年来得到了越来越多地人的研究。最早的医疗辅助诊断系统是美国斯坦福大学的Buchanan和Shortliffe等人开发的基于专家规则的辅助医疗诊断系统MYCIN，用于鉴别细菌感染并提供治疗方案。该系统是一个功能较为全面的临床决策支持系统，其总结了400多种体现专家诊断疾病的规则以模仿专家的推理过程。经专家小组对医学专家、实习医生以及MYCIN系统的行为进行正式测试评价,认为MYCIN的行为超过了临床医生助手的作用。随后基于各种机器学习和数据挖掘的疾病辅助诊断方法和系统相继被提出或研究出来。论文“S.K.Inouye,C.M.Viscoli,R.I.Horwitz,L.D.Hurst,and M.E.Tinetti,"A predictive model for delirium in hospitalized elderlymedical patients based on admission characteristics,"Annals of InternalMedicine,vol.119,pp.474-81,1993.”提出了一种基于视力障碍、严重疾病、认知障碍和高血尿素氮肌酐比的预测谵妄症的模型。贝叶斯理论非常直观，不同特征的先验概率对结果具有不同的贡献率，使模型的结果具有更强的现实意义。陈景旺等人提出了一个基于产生式规则以及冲突消解急性腹痛辅助诊断系统。该系统采用正向推理以及深度优先结合剪枝的搜索策略，一步步匹配用户的输入直到寻找一个答案。李德云，刘桂萍等针对常见在治疗常见轻微疾病的过程中存在的问题,提出了并开发了一个基于Web的常见疾病自我诊断系统。该系统采用带有可信度的产生式规则表示法来表示常见病诊断知识,采用正反向混合推理模式,通过可信度的传递以及结论阈值的设定,实现了疾病预测的数字化。杨雪，周雪忠等人基于临床实际的中医病例数据，提出一基于案例推理的中医临床诊疗决策支持系统，该系统从中医临床数据仓库中筛选加工形成中医临床效验案例库，通过计算真实案例与效验案例间的相似度来作智能诊断。论文“M.J.Prince,"Predicting the onset ofAlzheimer's disease using Bayes'theorem,"American Journal of Epidemiology,vol.143,pp.301-8,1996.”将贝叶斯模型用于预测阿尔茨海默病，模型在临床患者中获得良好的效果。此外，论文“J.Friedman,T.Hastie,and R.Tibshirani,"Additive logisticregression:a statistical view of boosting(with discussion and a rejoinder bythe authors),"The annals of statistics,vol.28,pp.337-407,2000.”指出，增强统计算法可以根据众所周知的统计性原理即加性建模和最大似然来理解。在此观察基础上，作者提出了增强决策树的替代公式，其具有更好的性能和更快的计算速度。近年来的神经网络的发展为医疗辅助诊断系统带来了新的机会。论文“M.Green,J.J.Forberg,U.Ekelund,L.Edenbrandt,and M.Ohlsson,"Comparison between neural networks andmultiple logistic regression to predict acute coronary syndrome in theemergency room,"Artificial intelligence in medicine,vol.38,pp.305-318,2006.”对比了人工神经网络和逻辑回归模型在医疗辅助诊断预测上的效果，作者分别采用它们来训练预测模型从而检测急性冠状动脉综合征(ACS)，结果表明人工神经网络在诊断疾病冠状动脉综合征上效果明显优于逻辑回归。Das“R.Das,I.Turkoglu,and A.Sengur,"Diagnosis of valvular heart disease through neural networks ensembles,"Computer methods and programs in biomedicine,vol.93,pp.185-191,2009.”提出了一种诊断瓣膜性心脏病的集成学习方法，其使用神经网络模型作为基础模型，并组合多个神经网络模型以建立更强的神经网络模型。Silipo&Marchesi，Amari&Cichocki，Ubeyli等人率先将RNN应用到生理信号的处理上，包括心电图的分析等；Tresp&Briegel等人使用RNN来进行血糖的检测。Pollastri，Xu，Vohradsky等人利用深度神经网络来进行基因序列的预测。Dabek&Caban对人的心理状态进行研究，提出一种基于深度学习技术的建模方法。Rughani则使用深度神经网络来对人类的头痛进行建模分析。为了提高医疗诊断预测模型的效果，更多的因素被考虑进来，论文“O.Y.Atkov,S.G.Gorokhova,A.G.Sboev,E.V.Generozov,E.V.Muraseyeva,S.Y.Moroshkina,et al.,"Coronary heart diseasediagnosis by artificial neural networks including genetic polymorphisms andclinical parameters,"Journal of Cardiology,vol.59,pp.190-194,2012.”提出了一种基于传统疾病特征和劳动性疼痛这样的遗传因素的人工神经网络模型，以诊断冠心病，实验表明加入更多的信息后，诊断效果具有很大的提升。侯桂英，孙佰清等利用人工神经网络和专家系统相结合的方法，对100份高血压病例提取特征进行训练构建预测模型，再使用该模型根据高血压病症的特征进行诊断。
发明内容
为解决现有技术存在的问题，本发明提出一种基于异构集成模型的疾病预测方法及系统。
本发明提出一种基于异构集成模型的疾病预测方法，包括：
步骤1，获取多标签数据集，并训练K个适用于门诊病例数据集的多标签基础分类器，对所述多标签基础分类器进行集成，获取异构集成模型；
步骤2，获取预测多标签样本，通过所述异构集成模型对所述待预测多标签样本进行预测。
所述步骤1包括
将所述多标签数据集拆分为单标签数据集；
根据所述单标签数据，为每个疾病标签训练二分类预测模型；
通过以下公式构建多标签基础分类器：
Hk(x)＝∪∈L{l}:Hkl(x)≥Θ
其中Θ是某一个阈值，Hkl(x)是二分类预测模型，当Hkl(x)大于阈值Θ时，多标签基础分类器将所述预测样本x分为标签l，Hk(x)表示第k个多标签基础分类器对所述预测样本x的最终分类结果。
所述步骤1还包括通过下公式对所述多标签基础分类器进行集成：
其中ωk为第k个多标签基础分类器的权重。
通过以下公式计算所述权重ωk
ω＝(HT H)-1HT y
其中H为K个多标签基础分类器对所有样本预测结果十进制化后的矩阵，y为所有样本真实结果向量。
所述步骤2包括通过K个多标签基础分类器分别对预测多标签样本进行预测，获取K个预测结果；多所述K个预测结果进行十进制化；通过回归方程，将十进制化的结果，获取十进制值；将十进制值转换为标签集合。
本发明还提出一种基于异构集成模型的疾病预测系统，包括：
获取异构集成模型模块，用于获取多标签数据集，并训练K个适用于门诊病例数据集的多标签基础分类器，对所述多标签基础分类器进行集成，获取异构集成模型；
预测模块，用于获取预测多标签样本，通过所述异构集成模型对所述待预测多标签样本进行预测。
所述获取异构集成模型模块包括
将所述多标签数据集拆分为单标签数据集；
根据所述单标签数据，为每个疾病标签训练二分类预测模型；
通过以下公式构建多标签基础分类器：
Hk(x)＝∪∈L{l}:Hkl(x)≥Θ
其中Θ是某一个阈值，Hkl(x)是二分类预测模型，当Hkl(x)大于阈值Θ时，多标签基础分类器将所述预测样本x分为标签l，Hk(x)表示第k个多标签基础分类器对所述预测样本x的最终分类结果。
所述获取异构集成模型模块还包括通过下公式对所述多标签基础分类器进行集成：
其中ωk为第k个多标签基础分类器的权重。
通过以下公式计算所述权重ωk
ω＝(HT H)-1HT y
其中H为K个多标签基础分类器对所有样本预测结果十进制化后的矩阵，y为所有样本真实结果向量。
所述获取异构集成模型模块包括通过K个多标签基础分类器分别对预测多标签样本进行预测，获取K个预测结果；多所述K个预测结果进行十进制化；通过回归方程，将十进制化的结果，获取十进制值；将十进制值转换为标签集合。
由以上方案可知，本发明的优点在于：
本发明对患者的门诊诊断病例数据集进行分析，由于并发症在数据集上的普遍性，本发明首先训练若干个基于One-Vs-All策略的异构多标签基分类器，其次在异构基分类器的集成上，本发明将各个基分类器权重的确定转变为一回归问题，通过求解该回归问题从而求解出集成分类器中各个基分类器的权重，继而使得该集成分类器效果达到最好。
附图说明
图1是第k个多标签基础分类器的构建示意图；
图2是线性回归示意图；
图3是基于异构模型集成的多标签样本预测图。
具体实施方式
本发明提供一种基于异构集成模型的疾病预测方法，用于普通门诊上的疾病预测，为实现上述目的，本发明采用的技术方案如下：
A.训练K个适用于门诊病例数据集的基础分类器，实现方法如下：
A1.给定门诊病例数据集T＝{(x1,y1),(x2,y2),…,(xN,yN)}，其中(xi,yi)表示一条门诊病例样本，xi表示为该条样本的特征向量，m表示为该特征向量的维度，yi表示为该条样本的类别标签集合，N表示数据集中一共有N条样本。{l1,l2,…,lC}为数据集中所有样本的标签集合，其中C表示所有疾病标签的种类数，lj表示第j种疾病标签。
A2.使用步骤A1中的数据集，采用One-Vs-All策略训练K个多标签基础分类器,如附图1所示，每一个多标签基础分类器训练过程如下：
A21.将多标签数据集拆分为单标签数据集，即如果一条病例样本有n个诊断结果，则将其拆分成n条具有不同诊断结果的单标签样本；
A22.根据拆分后的数据，为每一个疾病标签训练一个二分类预测模型；
A23.使用以下公式确定多标签基础分类器的构建：
Hk(x)＝∪l∈L{l}:Hkl(x)≥Θ
其中Θ是某一个阈值(通常为0.5)，Hkl疾病标签l的二分类预测模型，Hkl(x)是预测样本x属于疾病标签类l的概率，当Hkl(x)大于阈值Θ时，模型将此样本分为标签l。Hk(x)表示第k个多标签基础分类器对样本x最终分类结果，其为一个标签集合，对应于样本x的多标签属性。
B.异构多标签基础分类器的集成，实现方法如下：
B1.使用以下公式来确定异构模型的集成：
其中ωk为第k个多标签基础分类器的权重，即ω1为第一个多标签预测模型H1(x)的权重，ω2为第二个多标签预测模型H2(x)的权重，ωK为第K个多标签预测模型HK(x)的权重。F(x)即为K个多标签预测模型加权组合形成的集成预测模型。
B2.K个多标签基础分类器的权重的计算，实现方法如下：
B21.使用K个多标签基础分类器对训练数据集中的样本进行得出预测结果数据集，如下所示：
| 1 | 2 | … | K | yi | |
| 1 | {l1,l2} | {l2,l3} | … | {l2} | {l1,l2} |
| 2 | {l6,l8} | {l7} | … | {l7,l10} | {l6,l7,l10} |
| … | … | … | … | … | … |
| N | {l12,l2,l10} | {l10,l12} | … | {l12} | {l12} |
其中第1到K列是K个多标签基础分类器对N条训练样本预测的结果，而yi列是N条训练样本的真实结果。
B22.给定训练数据集中的C个标签{l1,l2,…,lC}与一个C位的二进制数，其中l1代表二进制数的最低位，lC代表二进制数的最高位，那么步骤B21中的预测结果数据集表也可以分别利用一个C位的二进制数表示，例如标签集合{l1,l2}可以表示为00…11；
B23.将预测结果数据表中的二进制数转换为常见的十进制数；
B24.该问题即转变为一个线性回归问题，如附图2所示：
F(x)＝ωThi＝(ω1,ω2,…,ωK)T(h1,h2,..,hK)
其中，hi为K个多标签基础分类器对第i条训练样本预测的结果十进制化后的向量,hi＝(h1,h2,..,hK),h1是第一个基础多标签预测模型H1(x)对第i条样本预测结果转换而成的十进制数，h2是第二个基础多标签预测模型H2(x)对第i条样本预测结果转换而成的十进制数，hK是第K个基础多标签预测模型HK(x)对第i条样本预测结果转换而成的十进制数，。ωT是K个多标签基础分类器所对应的权重向量，即ωT＝(ω1,ω2,…,ωK)T,ω1为第一个多标签预测模型H1(x)的权重，ω2为第二个多标签预测模型H2(x)的权重，ωK为第K个多标签预测模型HK(x)的权重。F(x)即为K个多标签预测模型加权组合形成的集成预测模型。
B25.求解该线性回归问题，得出权重结果为：
ω＝(HT H)-1HT y
其中H为K个多标签基础分类器对所有样本预测结果十进制化后的矩阵，y为所有样本真实结果向量。
C.根据步骤B中求出的异构集成模型对样本进行预测，如附图3所示，实现方法如下：
C1.给定一待预测多标签样本，使用K个多标签基础分类器分别对其进行预测得出K个预测结果；
C2.对步骤C1预测出的K个预测结果按照步骤B22的方式进行十进制化；
C3.将步骤C2中得出的K个十进制结果带入步骤B24中的回归方程中，求出一个十进制值；
C4.将步骤C3求得的十进制值按照步骤B22中相反的顺序转换为标签集合，即为该预测样本的预测结果。
下面根据图示将更具体地描述本发明提出的一种基于异构集成模型的疾病预测方法的实施步骤：
A.训练K个适用于门诊病例数据集的基础分类器，如图示1所示，实现方法如下：
A1.给定门诊病例数据集T＝{(x1,y1),(x2,y2),…,(xN,yN)}，其中
A2.使用步骤A1中的数据集，采用One-Vs-All策略训练K个多标签基础分类器,如附图1所示，每一个多标签基础分类器训练过程如下：
A21.将多标签数据集拆分为单标签数据集，即如果一条病例样本有n个诊断结果，则将其拆分成n条具有不同诊断结果的单标签样本，如一条样本为(“咳嗽，不呕吐，发热”,“呼吸道感染，支气管炎”)，则该样本则被拆分为“咳嗽，不呕吐，发热”,“呼吸道感染”)和“咳嗽，不呕吐，发热”,“支气管炎”)。
A22.根据拆分后的数据，为每一个疾病标签训练一个二分类预测模型，在具体实施过程中，该二分类器可以是逻辑回归，支持向量机，决策树，朴素贝叶斯等基本分类模型。
A23.使用以下公式确定多标签基础分类器的构建：
Hk(x)＝∪l∈L{l}:Hkl(x)≥Θ
其中Θ是某一个阈值(通常为0.5)，Hnl是疾病标签l的二分类预测模型，Hkl(x)是预测样本x属于类别l的概率，当Hkl(x)大于阈值Θ时，模型将此样本分为标签l。Hk(x)表示第k个多标签基础分类器对样本x最终分类结果，其为一个标签集合，对应于样本x的多标签属性。
B.异构多标签基础分类器的集成，实现方法如下：
B1.使用以下公式来确定异构模型的集成：
其中ωk为第k个多标签基础分类器的权重。
B2.K个多标签基础分类器的权重的计算，实现方法如下：
B21.使用K个多标签基础分类器对训练数据集中的样本进行得出预测结果数据集，如下所示：
| 1 | 2 | … | K | yi | |
| 1 | {l1,l2} | {l2,l3} | … | {l2} | {l1,l2} |
| 2 | {l6,l8} | {l7} | … | {l7,l10} | {l6,l7,l10} |
| … | … | … | … | … | … |
| N | {l12,l2,l10} | {l10,l12} | … | {l12} | {l12} |
其中第1到K列是K个多标签基础分类器对N条训练样本预测的结果，而yi列是N条训练样本的真实结果。
B22.给定训练数据集中的C个标签{l1,l2,…,lC}与一个C位的二进制数，其中l1代表二进制数的最低位，lC代表二进制数的最高位，那么步骤B21中的预测结果数据集表也可以分别利用一个C位的二进制数表示，例如标签集合{l1,l2}可以表示为00…11；
B23.将预测结果数据表中的二进制数转换为常见的十进制数；
B24.该问题即转变为一个线性回归问题，如附图2所示：
F(x)＝ωT hi
其中，hi为K个多标签基础分类器对第i条训练样本预测的结果十进制化后的向量。
B25.求解该线性回归问题，得出权重结果为：
ω＝(HT H)-1HT y
其中H为K个多标签基础分类器对所有样本预测结果十进制化后的矩阵，y为所有样本真实结果向量。
C.根据步骤B中求出的异构集成模型对样本进行预测，如图示3所示，实现方法如下：
C1.给定一待预测多标签样本，使用K个多标签基础分类器分别对其进行预测得出K个预测结果；
C2.对步骤C1预测出的K个预测结果按照步骤B22的方式进行十进制化；
C3.将步骤C2中得出的K个十进制结果带入步骤B24中的回归方程中，求出一个十进制值；
C4.将步骤C3求得的十进制值按照步骤B22中相反的顺序转换为标签集合，即为该预测样本的预测结果。
本发明还提出一种基于异构集成模型的疾病预测系统，包括：
获取异构集成模型模块，用于获取多标签数据集，并训练K个适用于门诊病例数据集的多标签基础分类器，对所述多标签基础分类器进行集成，获取异构集成模型；
预测模块，用于获取预测多标签样本，通过所述异构集成模型对所述待预测多标签样本进行预测。
所述获取异构集成模型模块包括
将所述多标签数据集拆分为单标签数据集；
根据所述单标签数据，为每个疾病标签训练二分类预测模型；
通过以下公式构建多标签基础分类器：
Hk(x)＝∪l∈L{l}:Hkl(x)≥Θ
其中Θ是某一个阈值，Hkl(x)是预测样本x属于类别l的概率，当Hkl(x)大于阈值Θ时，多标签基础分类器将所述预测样本x分为标签l，Hk(x)表示第k个多标签基础分类器对所述预测样本x的最终分类结果。
所述获取异构集成模型模块还包括通过下公式对所述多标签基础分类器进行集成：
其中ωk为第k个多标签基础分类器的权重。
通过以下公式计算所述权重ωk
ω＝(HT H)-1HT y
其中H为K个多标签基础分类器对所有样本预测结果十进制化后的矩阵，y为所有样本真实结果向量。
所述获取异构集成模型模块包括通过K个多标签基础分类器分别对预测多标签样本进行预测，获取K个预测结果；多所述K个预测结果进行十进制化；通过回归方程，将十进制化的结果，获取十进制值；将十进制值转换为标签集合。
Claims (10)
1.一种基于异构集成模型的疾病预测方法，其特征在于，包括：
步骤1，获取多标签数据集，并训练K个适用于门诊病例数据集的多标签基础分类器，对所述多标签基础分类器进行集成，获取异构集成模型；
步骤2，获取预测多标签样本，通过所述异构集成模型对所述待预测多标签样本进行预测。
2.如权利要求1所述的基于异构集成模型的疾病预测方法，其特征在于，所述步骤1包括
将所述多标签数据集拆分为单标签数据集；
根据所述单标签数据，为每个疾病标签训练二分类预测模型；
通过以下公式构建多标签基础分类器：
Hk(x)＝∪l∈L{l}:Hkl(x)≥Θ
其中Θ是某一个阈值，Hkl(x)是二分类预测模型，当Hkl(x)大于阈值Θ时，多标签基础分类器将所述预测样本x分为标签l，Hk(x)表示第k个多标签基础分类器对所述预测样本x的最终分类结果。
3.如权利要求1所述的基于异构集成模型的疾病预测方法，其特征在于，所述步骤1还包括通过下公式对所述多标签基础分类器进行集成：
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mn>1</mn>
<mi>N</mi>
</msubsup>
<msub>
<mi>&omega;</mi>
<mi>k</mi>
</msub>
<msub>
<mi>H</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>&omega;</mi>
<mn>1</mn>
</msub>
<msub>
<mi>H</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&omega;</mi>
<mn>2</mn>
</msub>
<msub>
<mi>H</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mo>+</mo>
<msub>
<mi>&omega;</mi>
<mi>K</mi>
</msub>
<msub>
<mi>H</mi>
<mi>K</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
</mrow>
其中ωk为第k个多标签基础分类器的权重。
4.如权利要求3所述的基于异构集成模型的疾病预测方法，其特征在于，通过以下公式计算所述权重ωk
ω＝(HTH)-1HTy
其中H为K个多标签基础分类器对所有样本预测结果十进制化后的矩阵，y为所有样本真实结果向量。
5.如权利要求1所述的基于异构集成模型的疾病预测方法，其特征在于，所述步骤2包括通过K个多标签基础分类器分别对预测多标签样本进行预测，获取K个预测结果；多所述K个预测结果进行十进制化；通过回归方程，将十进制化的结果，获取十进制值；将十进制值转换为标签集合。
6.一种基于异构集成模型的疾病预测系统，其特征在于，包括：
获取异构集成模型模块，用于获取多标签数据集，并训练K个适用于门诊病例数据集的多标签基础分类器，对所述多标签基础分类器进行集成，获取异构集成模型；
预测模块，用于获取预测多标签样本，通过所述异构集成模型对所述待预测多标签样本进行预测。
7.如权利要求6所述的基于异构集成模型的疾病预测系统，其特征在于，所述获取异构集成模型模块包括
将所述多标签数据集拆分为单标签数据集；
根据所述单标签数据，为每个疾病标签训练二分类预测模型；
通过以下公式构建多标签基础分类器：
Hk(x)＝∪l∈L{l}:Hkl(x)≥Θ
其中Θ是某一个阈值，Hkl(x)是二分类预测模型，当Hkl(x)大于阈值Θ时，多标签基础分类器将所述预测样本x分为标签l，Hk(x)表示第k个多标签基础分类器对所述预测样本x的最终分类结果。
8.如权利要求6所述的基于异构集成模型的疾病预测系统，其特征在于，所述获取异构集成模型模块还包括通过下公式对所述多标签基础分类器进行集成：
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mn>1</mn>
<mi>N</mi>
</msubsup>
<msub>
<mi>&omega;</mi>
<mi>k</mi>
</msub>
<msub>
<mi>H</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>&omega;</mi>
<mn>1</mn>
</msub>
<msub>
<mi>H</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&omega;</mi>
<mn>2</mn>
</msub>
<msub>
<mi>H</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mo>+</mo>
<msub>
<mi>&omega;</mi>
<mi>K</mi>
</msub>
<msub>
<mi>H</mi>
<mi>K</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
</mrow>
其中ωk为第k个多标签基础分类器的权重。
9.如权利要求8所述的基于异构集成模型的疾病预测系统，其特征在于，通过以下公式计算所述权重ωk
ω＝(HTH)-1HTy
其中H为K个多标签基础分类器对所有样本预测结果十进制化后的矩阵，y为所有样本真实结果向量。
10.如权利要求6所述的基于异构集成模型的疾病预测系统，其特征在于，所述获取异构集成模型模块包括通过K个多标签基础分类器分别对预测多标签样本进行预测，获取K个预测结果；多所述K个预测结果进行十进制化；通过回归方程，将十进制化的结果，获取十进制值；将十进制值转换为标签集合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710249261.0A CN107180155B (zh) | 2017-04-17 | 2017-04-17 | 一种基于异构集成模型的疾病预测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710249261.0A CN107180155B (zh) | 2017-04-17 | 2017-04-17 | 一种基于异构集成模型的疾病预测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107180155A true CN107180155A (zh) | 2017-09-19 |
| CN107180155B CN107180155B (zh) | 2019-08-16 |
Family
ID=59832059
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710249261.0A Active CN107180155B (zh) | 2017-04-17 | 2017-04-17 | 一种基于异构集成模型的疾病预测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107180155B (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107657283A (zh) * | 2017-10-10 | 2018-02-02 | 哈尔滨工业大学 | 基于多个视图的不完整数据分类方法及装置 |
| CN108805178A (zh) * | 2018-05-22 | 2018-11-13 | 合肥工业大学 | 跨粒度智能化疾病筛查方法及系统 |
| CN109448855A (zh) * | 2018-09-17 | 2019-03-08 | 大连大学 | 一种基于cnn和模型融合的糖尿病血糖预测方法 |
| CN109935337A (zh) * | 2019-02-25 | 2019-06-25 | 长沙学院 | 一种基于相似性度量的病案查找方法及系统 |
| CN110090012A (zh) * | 2019-03-15 | 2019-08-06 | 上海图灵医疗科技有限公司 | 一种基于机器学习的人体疾病检测方法及检测产品 |
| CN110545305A (zh) * | 2018-05-28 | 2019-12-06 | 塔塔咨询服务有限公司 | 用于自适应参数采样的方法和系统 |
| CN110738573A (zh) * | 2019-09-06 | 2020-01-31 | 平安医疗健康管理股份有限公司 | 基于分类器的数据处理方法、设备、存储介质及装置 |
| CN110946573A (zh) * | 2019-11-01 | 2020-04-03 | 东软集团股份有限公司 | 心脏停搏的检测装置、检测模型的训练装置、方法及设备 |
| CN111513702A (zh) * | 2020-04-30 | 2020-08-11 | 何中煜 | 心电数据的检测方法及存储介质 |
| CN111613337A (zh) * | 2020-05-15 | 2020-09-01 | 首都医科大学 | 一种重症监护病房用的智能化谵妄评估系统及评估方法 |
| WO2021012203A1 (zh) * | 2019-07-24 | 2021-01-28 | 广州知汇云科技有限公司 | 基于围术期危险预警的多模型互补增强机器学习平台 |
| CN112786192A (zh) * | 2021-01-18 | 2021-05-11 | 吾征智能技术(北京)有限公司 | 一种手足口病智能认知系统、设备、存储介质 |
| WO2022047613A1 (zh) * | 2020-09-01 | 2022-03-10 | 中国科学院重庆绿色智能技术研究院 | 多模态分析ad或mci或cn病情发展趋势的系统及分析方法 |
| US11631028B2 (en) | 2018-10-30 | 2023-04-18 | Samsung Electronics Co.. Ltd. | Method of updating policy for controlling action of robot and electronic device performing the method |
| CN117079059A (zh) * | 2023-10-13 | 2023-11-17 | 云南师范大学 | 一种基于多源卫星图像的树种自动分类方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090203588A1 (en) * | 2002-12-06 | 2009-08-13 | Stc.Unm. | Outcome prediction and risk classification in childhood leukemia |
| CN105046210A (zh) * | 2015-07-01 | 2015-11-11 | 西安理工大学 | 列车空调故障的多标签诊断方法 |
| CN106156029A (zh) * | 2015-03-24 | 2016-11-23 | 中国人民解放军国防科学技术大学 | 基于集成学习的多标签不平衡虚拟资产数据分类方法 |
| CN106295186A (zh) * | 2016-08-11 | 2017-01-04 | 中国科学院计算技术研究所 | 一种基于智能推理的辅助疾病诊断的方法与系统 |
-
2017
- 2017-04-17 CN CN201710249261.0A patent/CN107180155B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090203588A1 (en) * | 2002-12-06 | 2009-08-13 | Stc.Unm. | Outcome prediction and risk classification in childhood leukemia |
| CN106156029A (zh) * | 2015-03-24 | 2016-11-23 | 中国人民解放军国防科学技术大学 | 基于集成学习的多标签不平衡虚拟资产数据分类方法 |
| CN105046210A (zh) * | 2015-07-01 | 2015-11-11 | 西安理工大学 | 列车空调故障的多标签诊断方法 |
| CN106295186A (zh) * | 2016-08-11 | 2017-01-04 | 中国科学院计算技术研究所 | 一种基于智能推理的辅助疾病诊断的方法与系统 |
Non-Patent Citations (5)
| Title |
|---|
| MIKEL GALAR: "An overview of ensemble methods for binary classifiers in multi-class problems: Experimental study on one-vs-one and one-vs-all schemes", 《PATTERN RECOGNITION》 * |
| RYAN RIFKIN: "In Defense of One-Vs-All Classification", 《JOURNAL OF MACHINE LEARNING RESEARCH》 * |
| ZHONGBIN SUN: "A novel ensemble method for classifying imbalanced data", 《PATTERN RECOGNITION》 * |
| 李玲 等: "基于特征选择的集成多标签分类算法", 《计算机工程与科学》 * |
| 殷会 等: "基于LS-SVM的多标签分类算法", 《南京师范大学学报》 * |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107657283A (zh) * | 2017-10-10 | 2018-02-02 | 哈尔滨工业大学 | 基于多个视图的不完整数据分类方法及装置 |
| CN108805178A (zh) * | 2018-05-22 | 2018-11-13 | 合肥工业大学 | 跨粒度智能化疾病筛查方法及系统 |
| CN108805178B (zh) * | 2018-05-22 | 2020-12-15 | 合肥工业大学 | 跨粒度智能化疾病筛查系统 |
| CN110545305A (zh) * | 2018-05-28 | 2019-12-06 | 塔塔咨询服务有限公司 | 用于自适应参数采样的方法和系统 |
| CN110545305B (zh) * | 2018-05-28 | 2022-03-18 | 塔塔咨询服务有限公司 | 用于自适应参数采样的方法和系统 |
| CN109448855A (zh) * | 2018-09-17 | 2019-03-08 | 大连大学 | 一种基于cnn和模型融合的糖尿病血糖预测方法 |
| US11631028B2 (en) | 2018-10-30 | 2023-04-18 | Samsung Electronics Co.. Ltd. | Method of updating policy for controlling action of robot and electronic device performing the method |
| CN109935337A (zh) * | 2019-02-25 | 2019-06-25 | 长沙学院 | 一种基于相似性度量的病案查找方法及系统 |
| CN109935337B (zh) * | 2019-02-25 | 2021-01-15 | 长沙学院 | 一种基于相似性度量的病案查找方法及系统 |
| CN110090012A (zh) * | 2019-03-15 | 2019-08-06 | 上海图灵医疗科技有限公司 | 一种基于机器学习的人体疾病检测方法及检测产品 |
| WO2021012203A1 (zh) * | 2019-07-24 | 2021-01-28 | 广州知汇云科技有限公司 | 基于围术期危险预警的多模型互补增强机器学习平台 |
| CN110738573A (zh) * | 2019-09-06 | 2020-01-31 | 平安医疗健康管理股份有限公司 | 基于分类器的数据处理方法、设备、存储介质及装置 |
| CN110946573A (zh) * | 2019-11-01 | 2020-04-03 | 东软集团股份有限公司 | 心脏停搏的检测装置、检测模型的训练装置、方法及设备 |
| CN111513702A (zh) * | 2020-04-30 | 2020-08-11 | 何中煜 | 心电数据的检测方法及存储介质 |
| CN111613337A (zh) * | 2020-05-15 | 2020-09-01 | 首都医科大学 | 一种重症监护病房用的智能化谵妄评估系统及评估方法 |
| CN111613337B (zh) * | 2020-05-15 | 2023-11-14 | 首都医科大学 | 一种重症监护病房用的智能化谵妄评估系统及评估方法 |
| WO2022047613A1 (zh) * | 2020-09-01 | 2022-03-10 | 中国科学院重庆绿色智能技术研究院 | 多模态分析ad或mci或cn病情发展趋势的系统及分析方法 |
| CN112786192A (zh) * | 2021-01-18 | 2021-05-11 | 吾征智能技术(北京)有限公司 | 一种手足口病智能认知系统、设备、存储介质 |
| CN117079059A (zh) * | 2023-10-13 | 2023-11-17 | 云南师范大学 | 一种基于多源卫星图像的树种自动分类方法 |
| CN117079059B (zh) * | 2023-10-13 | 2023-12-19 | 云南师范大学 | 一种基于多源卫星图像的树种自动分类方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107180155B (zh) | 2019-08-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107180155B (zh) | 一种基于异构集成模型的疾病预测系统 | |
| Lilhore et al. | Hybrid model for detection of cervical cancer using causal analysis and machine learning techniques | |
| Kaur et al. | Medical diagnostic systems using artificial intelligence (ai) algorithms: Principles and perspectives | |
| Xiao et al. | Follow the sound of children’s heart: a deep-learning-based computer-aided pediatric CHDs diagnosis system | |
| CN109949929A (zh) | 一种基于深度学习大规模病历的辅助诊断系统 | |
| CN109785976A (zh) | 一种基于Soft-Voting的痛风病分期预测系统 | |
| CN109119156A (zh) | 一种基于bp神经网络的医疗诊断系统 | |
| Chitra et al. | Heart attack prediction system using fuzzy C means classifier | |
| Manzak et al. | Automated classification of Alzheimer’s disease using deep neural network (DNN) by random forest feature elimination | |
| Mohammedqasim et al. | Real-time data of COVID-19 detection with IoT sensor tracking using artificial neural network | |
| Rabbi et al. | A convolutional neural network model for early-stage detection of autism spectrum disorder | |
| Munagala et al. | A smart IoT-enabled heart disease monitoring system using meta-heuristic-based Fuzzy-LSTM model | |
| Guo et al. | A Survey on Machine Learning in COVID-19 Diagnosis. | |
| Ramkumar et al. | Multiscale Laplacian graph kernel features combined with tree deep convolutional neural network for the detection of ECG arrhythmia | |
| Mahajan | Applications of pattern recognition algorithm in health and medicine | |
| Neela et al. | ECG signal classification using capsule neural networks | |
| Herath et al. | Autism spectrum disorder diagnosis support model using Inception V3 | |
| Soundrapandiyan et al. | AI-based wavelet and stacked deep learning architecture for detecting coronavirus (COVID-19) from chest X-ray images | |
| Marcano-Cedeño et al. | Artificial metaplasticity prediction model for cognitive rehabilitation outcome in acquired brain injury patients | |
| CN113255734A (zh) | 一种基于自监督学习和迁移学习的抑郁症分类方法 | |
| Saleh et al. | A new autism spectrum disorder discovery (ASDD) strategy using data mining techniques based on blood tests | |
| Ahmed et al. | Improving prediction of plant disease using k-efficient clustering and classification algorithms | |
| Wang et al. | Multimodal autism spectrum disorder diagnosis method based on DeepGCN | |
| Irshad et al. | Convolutional neural network enable optoelectronic system for predicting cardiac response by analyzing auction-based optimization algorithms | |
| CN115064276A (zh) | 一种使用自注意力机制的疾病预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240320 Address after: Room 711C, Floor 7, Building A, Yard 19, Ronghua Middle Road, Daxing District, Beijing Economic-Technological Development Area, 100176 Patentee after: Beijing Zhongke Flux Technology Co.,Ltd. Country or region after: China Address before: 100190 No. 6 South Road, Zhongguancun Academy of Sciences, Beijing, Haidian District Patentee before: Institute of Computing Technology, Chinese Academy of Sciences Country or region before: China |
|
| TR01 | Transfer of patent right |