[发明专利]一种糖尿病关键特征参数获取方法

权利要求书

1.一种糖尿病关键特征参数获取方法，其特征在于，包括：

对糖尿病相关原始数据进行代数组合并且进行标准化处理，得到糖尿病危险因素候选特征集；

通过RReliefF算法筛选与糖尿病相关的特征，构造最大相关性特征集；

通过mRMR算法剔除与糖尿病无关的冗余特征，构造最大相关最小冗余特征集；

采用改进FCL因果发现方法进行因果替换，获取糖尿病关键特征集。

2.根据权利要求1所述一种糖尿病关键特征参数获取方法，其特征在于，还包括：将所述糖尿病关键特征集输入至糖尿病预测模型，利用随机森林训练所述模型，得到预测精度，验证糖尿病关键特征集有效性。

3.根据权利要求1所述一种糖尿病关键特征参数获取方法，其特征在于，对糖尿病相关原始数据进行代数组合并且进行标准化处理，得到危险因素候选特征集，具体为：

在现有糖尿病危险因素基础上，对糖尿病相关原始数据进行代数组合，并将组合后的数据进行Z-score标准化处理，如式(1)所示，作为糖尿病危险因素候选特征集：

4.根据权利要求1所述一种糖尿病关键特征参数获取方法，其特征在于，通过RReliefF算法筛选与糖尿病相关的特征，构造最大相关性特征集，具体为：将糖尿病相关特征赋予权重作为评价值，依据所述评价值筛选与目标类别最大相关的特征集；

所述糖尿病相关特征的权重W[A]获取方式如下：

其中，N_dC表示在不同预测值条件下的权重，N_dA[A]表示在不同特征条件下的权重，N_dCdA[A]表示在不同预测值、不同特征条件下的权重集。

5.根据权利要求1所述一种糖尿病关键特征参数获取方法，其特征在于，通过mRMR算法剔除与糖尿病无关的冗余特征，构造最大相关最小冗余特征集，具体为：

假设，两个随机变量(x，y)，概率密度函数分别为p(x)和p(y)，联合概率密度函数为p(x，y)，则x与y的互信息：

最大相关度D表示为：

其中，I(x_i；c)为糖尿病特征参数x_i与目标类别c之间的互信息；

最小冗余度R表示为：

其中，I(x_i；x_j)为糖尿病特征参数x_i与糖尿病特征参数x_j之间的互信息。

结合所述I(x_i；c)、I(x_i；x_j)2个互信息，得到差准则最优算法为：

通过所述最优算法，得到最大相关、最小冗余的一组糖尿病特征参数。

6.根据权利要求1所述一种糖尿病关键特征参数获取方法，其特征在于，采用改进FCL因果发现方法进行因果替换，获取糖尿病关键特征集，具体为：

假设，G为子集X＝{X₁，X₂，…，X_n}上的因果结构，其中1≤i≤n≤N；设G满足因果马尔可夫假设、因果忠诚性假设，其联合分布P(X)表示为：

给定糖尿病危险因素观察数据其中为n维向量，即1≤j≤m；令表示为包含的观测值，根据P(X)和G，糖尿病危险因素观察数据的对数似然度为：

7.根据权利要求6所述一种糖尿病关键特征参数获取方法，其特征在于，采用加性噪声模型作为因果关系生成机制，F_i是X_i的因果函数，有：

由式(8)和(9)得，糖尿病危险因素观察数据的对数似然度等于观察数据的噪声似然度，则观察数据的噪声似然度为：

式(10)为转换后的目标函数，其中S＝G，F为观测噪声的因果结构；加入贝叶斯信息准则和调整阈值后，得到改进FCL算法模型：

式中，d_i为估计X_i采用的系数；

利用所述改进FCL算法模型，获取不同糖尿病特征参数的因果关系，采用果变量替代因变量的因果替代准则，得到糖尿病关键特征集。