[发明专利]一种心源性休克预后预测预警系统、设备及可存储介质

权利要求书

1.一种心源性休克预后预测预警系统，其特征在于，所述系统包括：

获取单元，用于获取患者外周血单核细胞样本的遗传信息和是否给予ECMO治疗的分类标签；

特征提取单元，对所述遗传信息进行特征提取，得到遗传特征，所述遗传特征包括以下基因中的一种或几种：AVPI1、C4orf19、C20orf135、DMBX1、GPX3、MEA1、SYT7、ZNF132；

诊断单元，基于所述遗传特征判断患者是否给予ECMO治疗。

2.一种心源性休克预后预测预警设备，其特征在于，所述设备包括：存储器和处理器；

所述存储器用于存储程序指令；

所述处理器用于调用程序指令，当程序指令被执行时，用于执行以下心源性休克预后预测预警方法，包括：

获取训练集患者外周血单核细胞样本的遗传信息和是否给予ECMO治疗的分类标签；

对所述遗传信息进行特征提取，得到遗传特征；

将所述遗传特征输入机器学习模型进行模型构建，得到初步分类结果，将所述初步分类结果与所述分类标签比对，生成损失函数，基于损失函数优化机器学习模型，得到训练好的心源性休克预后预测预警模型。

3.根据权利要求2所述的心源性休克预后预测预警设备，其特征在于，所述遗传特征的筛选方法包括：差异表达分析、Lasso特征筛选、重要基因的相关性分析。

4.根据权利要求2所述的心源性休克预后预测预警设备，其特征在于，所述遗传特征包括以下基因中的一种或几种：AVPI1、C4orf19、C20orf135、DMBX1、GPX3、MEA1、SYT7、ZNF132。

5.根据权利要求2所述的心源性休克预后预测预警设备，其特征在于，所述机器学习模型采用下列分类算法中的一种或几种：KNN、决策树、随机森林、SVM、逻辑回归、GBDT、XGBoost、Ensemble-Boosting、Ensemble-Bagging。

6.根据权利要求5所述的心源性休克预后预测预警设备，其特征在于，所述随机森林为负反馈随机森林，所述负反馈随机森林是在随机森林的基础上，引入了负反馈机制，在每一轮迭代中，对训练样本进行重新赋权，以提高被错误分类的样本在下一轮迭代中被正确分类的概率。

7.根据权利要求6所述的心源性休克预后预测预警设备，其特征在于，所述负反馈随机森林的训练过程包括：

步骤1：初始化样本权重；

步骤2：对于每一轮迭代，依据当前样本权重，训练一棵决策树；

步骤3：计算所述决策树在训练集上的分类错误率；

步骤4：基于所述分类错误率计算负反馈学习率；

步骤5：基于所述负反馈学习率和分类错误率计算决策树的权重；

步骤6：更新样本权重，输出最终模型。

8.根据权利要求7所述的心源性休克预后预测预警设备，其特征在于，所述步骤3分类错误率的计算公式为：

其中，是求和函数，为待分类样本，为决策树对样本分类标签，为样本的真实标签，为指示函数，即当时，；否则，。

9.根据权利要求7所述的心源性休克预后预测预警设备，其特征在于，所述步骤5计算决策树权重的公式为：

其中，函数的底数为自然底数，为第棵决策树的权重，是负反馈学习率。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求2-9任意一项所述的心源性休克预后预测预警设备的心源性休克预后预测预警方法。