[发明专利]基于异常样本检测和多维信息输出的脑卒中风险筛查方法

说明书

本发明属于脑卒中风险筛查技术领域，具体涉及一种基于异常样本检测和多维信息输出的脑卒中风险筛查方法，该方法包括：构建筛查对象的脑卒中风险因素数据集，将该数据集输入到训练好的脑卒中风险筛查预测评估模型中，得到风险因素重要性指标和脑卒中风险等级评估结果，并对异常评估结果的数据进行标记；所述脑卒中风险筛查预测评估模型包括风险因素重要性检测评估模型和脑卒中风险等级预测评估模型；本发明在进行风险等级分类预测评估前，先采用Isolation Forest算法对筛查数据中的异常样本进行检查和剔除，有效的减少了异常样本对于预测分类评估环节的影响，有效的提高了预测评估的准确度。

技术领域

本发明属于脑卒中风险筛查技术领域，具体涉及一种基于异常样本检测和多维信息输出的脑卒中风险筛查方法。

背景技术

脑卒中已成为威胁全球居民健康的重大疾病，是世界各国急需解决的重大公共卫生问题。脑卒中具有高发病率、高致死率以及高复发率等特点，严重地影响人类的生活质量和生命健康。据不完全统计，估算中国卒中患者的发病率在1300万左右，脑卒中死亡率大约占全球的30％，因此，如何对脑卒中高危人群的筛查，根据筛查结果对高危人群进行重点监护检测，是一种降低脑卒中的死亡率的方法；而提升脑卒中筛查技术的多样性、先进性、有效性对脑卒中的预防与控制有着至关重要的意义。目前，基于电子病历筛查脑卒中的方法中存在识别准确率不佳和脑卒中风险等级识别不够全面等问题，这是因为电子病历数据在采集的过程中存在医疗设备的系统误差、采集人员的偶然性误差、被采集人员的误报或漏报以及评估指标的主观性较强等问题，从而导致筛查数据集中存在大量的异常样本，异常样本的存在使得模型训练过程出现较大偏差及整体测试准确率较低。因此，如何剔除筛查数据集中存在的大量异常样本是目前提高用户脑卒中筛查效率和精确度中亟待解决的问题。

发明内容

为解决以上现有技术存在的问题，本发明提出了一种基于异常样本检测和多维信息输出的脑卒中风险筛查方法，该方法包括：构建筛查对象的脑卒中风险因素数据集，将该数据集输入到训练好的脑卒中风险筛查预测评估模型中，得到风险因素重要性指标和脑卒中风险等级评估结果，并对异常评估结果的数据进行标记；所述脑卒中风险筛查预测评估模型包括风险因素重要性检测评估模型和脑卒中风险等级预测评估模型。

优选的，采用脑卒中风险筛查预测评估模型对数据集进行处理的过程包括：

S1：对脑卒中风险因素数据集中的数据进行归一化处理，得到归一化后的脑卒中风险因素数据集；

S2：采用卡方检验和F检验算法分别对归一化后的脑卒中风险因素数据集中各项风险因素进行重要性检验，得到两个重要性检验结果；

S3：采用特征复合得分指标对两个重要性检验结果进行优化，得到风险因素重要性检测评估结果；

S4：采用Isolation Forest算法对脑卒中风险数据集进行异常样本检测，去除识别到的异常样本，并对异常样本编号进行标记；

S5：将剔除异常样本后的数据集输入到脑卒中风险等级预测评估模型中进行预测评估，得到两个风险等级预测评估结果；所述脑卒中风险等级预测评估模型采用Randomforest算法和线性SVM算法分别计算剔除异常样本后的数据集；

S6：采用概率决策融合方法对两个风险等级预测评估结果进行优化，得到最终的脑卒中风险等级预测评估结果。

进一步的，脑卒中风险因素数据集包括筛查对象人群的人口统计学信息、生理检验指标信息、临床病史信息。

进一步的，对脑卒中风险数据集进行归一化处理的公式为：

进一步的，采用卡方检验和F检验算法分别对归一化后的脑卒中风险因素数据集中各项风险因素进行重要性检验的具体过程包括：