[发明专利]基于机器学习的孕前期及孕中期唐氏综合征筛查方法

摘要

本发明涉及一种基于机器学习的孕前期及孕中期唐氏综合征筛查方法，该方法包括如下步骤：选择孕妇中孕期唐氏筛查结果数据中的ns个字段作为训练特征；将Ns条样本加入数据集A；对数据集A内的样本进行预处理，使少数类集合与多数类集合中的样本数目达到均衡，获得合成数据集；将合成数据集中的样本进行处理获得胎儿是否患有唐氏综合征的预测模型，利用预测模型对测试样本进行预测得到预测结果。本发明避免了人为划分指标阈值的过程，减轻了人力资源，能够取得较高的准确率和较低的假阳性率。

主权项

1.一种基于机器学习的孕前期及孕中期唐氏综合征筛查方法，其特征在于包括如下步骤：步骤一、选择孕妇中孕期唐氏筛查结果数据中的n_s个字段作为训练特征；将N_s条样本加入数据集A，其中每条样本包含n_s个训练特征值及其对应的诊断结果y，y＝1代表患病，y＝0代表未患病；其中3≤n_s≤10，1000≤N_s≤100000；记数据集A为其中，A_i表示第i个样本，步骤二、对数据集A内的样本进行预处理，使少数类集合S＝{Ai|yi＝1}与多数类集合M＝{Ai|yi＝0}中的样本数目达到均衡，然后将样本数目达到均衡后的少数类集合和多数类集合中的样本合成在一起获得合成数据集；步骤三、将合成数据集中的样本进行处理获得胎儿是否患有唐氏综合征的预测模型，利用预测模型对测试样本进行预测得到预测结果。