[发明专利]孤独症谱系障碍儿童智力障碍诊断模型的建立方法及装置

权利要求书

1.一种孤独症谱系障碍儿童智力障碍诊断模型的建立方法，其特征在于，包括以下步骤：

步骤S1：采集数据，采集孤独症谱系障碍儿童的社会人口学信息和行为观察结果数据；

步骤S2：划分数据，将数据集分为训练集和测试集，训练集用于建模阶段，测试集用于模型性能评价；

步骤S3：建模阶段，使用Boruta方法筛选变量；

步骤S4：模型性能评价，采取准确度、精度、敏感度、特异度和受试者工作特征曲线下面积来评估模型的区分度；

步骤S5：选择最佳诊断模型，通过校准图评估每个预测模型的和实际情况的一致性；

步骤S6：评估预测，选择预测准确度高的模型，得出模型中对孤独症谱系障碍共患智力障碍的风险增加的预测变量，对测试者进行评估预测。

2.根据权利要求1所述的一种孤独症谱系障碍儿童智力障碍诊断模型的建立方法，其特征在于：所述的步骤S3中的建模阶段还包括通过十折交叉验证和网格搜索来调整超参数。

3.根据权利要求1所述的一种孤独症谱系障碍儿童智力障碍诊断模型的建立方法，其特征在于：所述的步骤S4中所述的学习模型为逻辑回归、支持向量机、随机森林和XGBOOST,在模型分析过程中，以逻辑回归作为参考模型。

4.根据权利要求1所述的一种孤独症谱系障碍儿童智力障碍诊断模型的建立方法，其特征在于：所述的步骤S4中的逻辑回归只有两个可能的结果值，结果值有低功能和高功能，逻辑回归中标记为1的值的log-odds是预测因子的线性组合，逻辑回归可以表示为：

p(y＝1|x)＝exp(w^T x+b)/(1+exp(w^Tx+b))

其中，x表示预测值，y表示结果，w表示每个预测值的权重，b表示截距。

5.根据权利要求1所述的一种孤独症谱系障碍儿童智力障碍诊断模型的建立方法，其特征在于：所述的步骤S5中还包括使用综合判别改善指数评估了特征选择对诊断模型的贡献，当综合判别改善指数大于0时，性能提高；当综合判别改善指数小于0时，性能降低；当综合判别改善指数等于0时，性能保持不变。

6.根据权利要求1所述的一种孤独症谱系障碍儿童智力障碍诊断模型的建立方法，其特征在于：所述的步骤S4中的支持向量机采用的核函数为径向基函数，所述的径向基函数用于将非线性数据映射到高纬度，使得其在高纬度线性可分。

7.根据权利要求1所述的一种孤独症谱系障碍儿童智力障碍诊断模型的建立方法，其特征在于：所述的步骤S5中还包括临床决策曲线分析，所述的临床决策曲线分析用于为最佳诊断模型的选择和临床实践提供参考。

8.一种孤独症谱系障碍儿童智力障碍诊断模型的建立装置，包括输入端、输出端、服务器、一个或多个处理器、存储器以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如权利要求1-7任意一项所述的一种孤独症谱系障碍儿童智力障碍诊断模型的建立方法。