[发明专利]一种针对心血管病患者健康分层模型建立的方法

说明书

技术领域

本发明涉及医疗领域，尤其是一种针对心血管病患者健康分层模型建立的方法。

背景技术

通常情况下，对心血管病患者的全面体检需要抽血、尿检等，而且过程中使用一次性针头、一次性针管、一次性棉签、一次性手套和各种化验室剂，浪费不少资源。而且全部体检流程下来不仅时间长，而且全部体检结果出来的时间同样很长，因此传统的检测过程不仅时间上会造成巨大的浪费，而且给环境造成巨大污染，得到的结果指标却不多，导致结果不够准确。

发明内容

为了解决上述技术问题，本发明的目的是：提供一种高效、环保且能得出精确结果的针对心血管病患者健康分层模型建立的方法。

本发明所采用的技术方案是：一种针对心血管病患者健康分层模型建立的方法，包括以下步骤：

A、检测获得心血管病患者个体的有创属性和无创属性，并记录足够多个个体的数据；

B、将上述步骤中的有创属性带入疾病预报模型，从而得出对数据的评估结果；

C、将步骤A中的无创属性和步骤B中的评估结果保存至健康评估模型训练集；

D、分析计算健康评估模型训练集中的数据从而建立待测试健康分层模型；

E、使用步骤A中检测获得的数据测试上述待测试健康分层模型的外推精度，若外推精度未达到指标，则回到C步骤重新执行，直至外推精度达到指标。

进一步，所述步骤D具体为：分析计算健康评估模型训练集中的数据，执行基于机器学习的数据挖掘从而建立待测试健康分层模型。

进一步，将已获临床应用的疾病预测模型的结果作为数据挖掘的决策值集合。

进一步，将步骤A中的无创属性量化，进而作为数据挖掘的属性值集合。

进一步，所述步骤E中的指标是为外推精度不低于90%。

进一步，所述步骤E中用于外推进度测试的新个体总数不少于建立该健康分层模型所用个体总数的25%。

本发明的有益效果是：通过有创属性和无创属性的结合，得出的针对心血管病患者的健康分层模型，其准确性更高，效率也更高，克服了以往模型建立的缺点。

附图说明

图1为本发明方法的步骤流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步说明：

参照图1，一种针对心血管病患者健康分层模型建立的方法，包括以下步骤：

A、检测获得心血管病患者个体的有创属性和无创属性，并记录足够多个个体的数据；

个体个数是否足够取决与整个机器学习的过程，当外推精度达到一定程度的时候，则认为个体的数量满足充足性。

B、将上述步骤中的有创属性带入疾病预报模型，从而得出对数据的评估结果；

C、将步骤A中的无创属性和步骤B中的评估结果保存至健康评估模型训练集；

D、分析计算健康评估模型训练集中的数据从而建立待测试健康分层模型；

E、使用步骤A中检测获得的数据测试上述待测试健康分层模型的外推精度，若外推精度未达到指标，则回到C步骤重新执行，直至外推精度达到指标。

进一步作为优选的实施方式，所述步骤D具体为：分析计算健康评估模型训练集中的数据，执行基于机器学习的数据挖掘从而建立待测试健康分层模型。

进一步作为优选的实施方式，将已获临床应用的疾病预测模型的结果作为数据挖掘的决策值集合。

进一步作为优选的实施方式，将步骤A中的无创属性量化，进而作为数据挖掘的属性值集合。

进一步作为优选的实施方式，所述步骤E中的指标是为外推精度不低于90%。

进一步作为优选的实施方式，所述步骤E中用于外推进度测试的新个体总数不少于建立该健康分层模型所用个体总数的25%。

本发明基于以上两个标准建立健康分层模型，使其在速度更快的情况下保持高精度。

以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可以作出种种的等同变换或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。