[发明专利]牙颈部非龋性缺损预测模型构建方法、装置和预测系统

权利要求书

1.一种牙颈部非龋性缺损预测模型构建方法，其特征在于，包括：

根据牙颈部非龋性缺损的致病因素获取潜在影响参数；

对每个所述潜在影响参数进行单因素分析，获得每个所述潜在影响参数的特征值；

将所述特征值小于预设阈值的所述潜在影响参数进行Lasso回归，获得每一所述潜在影响参数的系数；

将潜在影响参数的系数不为零的所述潜在影响参数，通过多因素Logistic回归模型，根据赤池信息量准则进行双向逐步回归；获得影响参数以及每一所述影响参数的系数；

根据所述影响参数及所述影响参数对应的系数构建预测模型。

2.根据权利要求1所述的方法，其特征在于，其中，所述潜在影响参数包括：牙颈部非龋性缺损患者的人口学特征参数、口腔卫生习惯参数、饮食习惯参数、胃肠病史参数、口腔相关疾病病史参数、唾液信息；

所述影响参数包括：年龄、唾液流速、是否有胃肠道病史、是否夜磨牙以及是否横向刷牙。

3.根据权利要求1所述的方法，其特征在于，所述预测模型具体为：

p＝exp(w)/1+exp(w)，

w＝-6.81857+0.09017×X1-5.36660×X2+1.34774×X3+2.44044×X4+1.85148×X5，

其中，P为患病概率，X1为年龄；X2为唾液流速；X3为是否有胃肠道病史；X4为是否夜磨牙；X5为是否横向刷牙。

4.一种牙颈部非龋性缺损预测模型构建装置，其特征在于，包括：

获取模块，用于根据牙颈部非龋性缺损的致病因素获取潜在影响参数；

单因素分析模块，用于对每个所述潜在影响参数进行单因素分析，获得每个所述潜在影响参数的特征值；

Lasso回归模块，用于将所述特征值小于预设阈值的所述潜在影响参数进行Lasso回归，获得每一所述潜在影响参数的系数；

多因素回归模块，将潜在影响参数的系数不为零的所述潜在影响参数，通过多因素Logistic回归模型，根据赤池信息量准则进行双向逐步回归；获得影响参数以及每一所述影响参数的系数；

预测模型构建模块，用于根据所述影响参数及所述影响参数对应的系数构建预测模型。

5.一种牙颈部非龋性缺损预测系统，其特征在于，应用于牙颈部非龋性缺损的预测，包括：

采集模块，用于采集目标用户的影响参数，其中，所述影响参数包括：所述目标用户的年龄、唾液流速、是否有胃肠道病史、是否夜磨牙以及是否横向刷牙；

预测模块，用于将所述目标用户的所述年龄、唾液流速、是否有胃肠道病史、是否夜磨牙以及是否横向刷牙输入预先构建好的预测模型，获得所述预测模型输出的所述用户患有牙颈部非龋性缺损的预测概率；其中，所述预测模型为利用单因素分析算法、Lasso回归算法和多因素Logistic回归算法对潜在影响参数进行分析获得。

6.根据权利要求5所述的系统，其特征在于，所述系统还包括模型构建模块，用于：

根据牙颈部非龋性缺损的致病因素获取潜在影响参数；

对每个所述潜在影响参数进行单因素分析，获得每个所述潜在影响参数的特征值；

将所述特征值小于预设阈值的所述潜在影响参数进行Lasso回归，获得每一所述潜在影响参数的系数；

将潜在影响参数的系数不为零的所述潜在影响参数，通过多因素Logistic回归模型，根据赤池信息量准则进行双向逐步回归；获得影响参数以及每一所述影响参数的系数；

根据所述影响参数及所述影响参数对应的系数构建预测模型。

7.根据权利要求6所述的系统，其特征在于，所述系统还包括列线图生成模块，用于：

根据所述影响参数的系数，确定每一所述影响参数对应的自变量评分；

将每一所述影响参数对应的自变量评分相加，得到总评分；

将所述总评分进行函数转换，得到预测概率；

根据所述影响参数、每一所述影响参数的系数以及所述预测概率，生成列线图。