[发明专利]一种脑卒中发病风险预测系统、设备、存储介质

权利要求书

1.一种脑卒中发病风险预测系统，其特征在于，所述系统包括：

数据采集单元：用于采集目标人群健康数据信息并进行脱敏处理；

预处理单元：用于标准化处理目标人群基本数据信息，标注脑卒中风险类别；

特征筛选单元：用于基于IV值分析法筛选脑卒中特征数据，得到对模型预测价值高于预设阈值的特征数据，组成数据集；

模型建立单元：用于利用基于逻辑回归的Adaboost增强学习方法训练数据、建立融合模型；所述模型建立单元具体包括：

弱分类子单元：以多个LR分类器构建弱分类器，初始化样本权重值，采用one-VS-rest形式，训练基于LR的弱分类器；将脑卒中概率值最大的作为每个弱分类器的输出，每个弱分类器中LR分类器的个数等于脑卒中风险类别数；

计算弱分类器的输出权重值，第i个弱分类器的输出权重值α_i为：α_i＝max(ln((1-f_i)/f_i)+ln2,0)，f_i为训练样本被弱分类器误分类样本的权重值之和；

强分类子单元：基于多个弱分类器更新强分类器，并计算强分类器分类的错误率；

循环子单元：判断是否达到循环结束条件，若是，结束循环，否则依据第i个弱分类器的分类错误率重新计算样本权重值，将新的样本权重值加入样本中进行训练；所述循环结束条件为判断强分类器的分类错误率是否为0，如果是则结束循环，否则判断弱分类器个数是否大于等于设定的弱分类器最大个数，如果是则结束循环；

模型预测单元：用于通过融合模型对待测试的样本数据进行预测，得到脑卒中风险类别；

所述目标人群健康数据信息包括姓名、性别、年龄、体重、职业、居住地、血压、心率、血氧、房颤、吸烟史、酗酒史、糖尿病史、心血管疾病史、家族脑卒中史、是否肥胖，以及是否有颈动脉狭窄伴随症状、肢体无力伴随症状、言语障碍伴随症状及对应的伴随症状持续时间。

2.根据权利要求1所述的脑卒中发病风险预测系统，其特征在于，所述标准化处理包括：对不规整、不统一的数据进行类型转换，数据填充、数据删除操作；数据转换包括二值型数据转换、连续型数据转换。

3.根据权利要求1所述的脑卒中发病风险预测系统，其特征在于，所述更新强分类器的表达式为：其中a为每个弱分类中LR分类器的编号，H^fq为更新前的强分类器，为更新后的强分类器，η₁∈[0,1]为学习率，α_j为第j个弱分类器的输出权重值，为弱分类器的输入，l为argmax函数的返回值即脑卒中风险类别等级预测值。

4.根据权利要求3所述的脑卒中发病风险预测系统，其特征在于，计算强分类器分类的错误率的表达式为：其中sign为符号函数，T_k为第k个训练样本的特征，如果第k样本为正样本，S_k为对应T_k的脑卒中风险等级，m为训练集样本个数。

5.根据权利要求1所述的脑卒中发病风险预测系统，其特征在于，所述依据第i个弱分类器的分类错误率重新计算样本权重值，将新的样本权重值加入样本中具体包括：

根据第i个弱分类器的分类错误率计算第i+1个弱分类器的新的样本权重值：e_i+1k＝e_ik·exp(α_i·[H_i^fq(T_k)≠S_k]),k∈[1,2,…,m]，α_i为第i个弱分类器的输出权重值，e_ik为第i个弱分类器的第k个样本权重值，e_i+1k为第i+1个弱分类器的第k个样本权重值；处理样本新产生的权重值并进行归一化处理。

6.一种电子设备，包括：至少一个处理器、至少一个存储器、通信接口和总线；

其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以实现如权利要求1～5任一项所述的系统。

7.一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机实现权利要求1～5任一项所述的系统。