[发明专利]一种基于体检数据建模的空腹血糖预测方法

说明书

本发明提供一种基于体检数据建模的空腹血糖预测方法，其包括以下步骤，数据选择与处理；包括从海量体检数据中提取关键信息以及对数据的清洗和转换；数据集的建立；对处理后的数据进行特征构建，每行表示为一个人的体检记录，每列表示一项体检项特征，得到包含所有特征集合的数据集dataset1；重要特征选取；按以下步骤进行：血糖预测模型构建与评价。本发明将大量的人员的体检数据进行系统的分析、建模，并给出模型评价方法，通过该模型能够基于大数据体检项数据与血糖的相关性对病人未来的血糖状况有效预测和判断，使在发病前期进行有效的的预防干预或阻断、延缓成为可能，为达到最佳治疗效果提供依据。

技术领域

本发明涉及空腹血糖预测技术领域，具体地说，涉及一种基于体检数据建模的空腹血糖预测方法。

背景技术

近年来，随着中国患糖尿病的人数的持续攀升，糖尿病已成为导致国民死亡的排名第三的疾病，引起人们对空腹血糖的有效检测及合理预测技术的深入研究。空腹血糖，是指在隔夜空腹(至少8～10小时未进任何食物，饮水除外)后，早餐前采的血，所检定的血糖值，为糖尿病最常用的检测指标。

目前，血糖预测模型的建立多采用基于数据驱动的方法。已存在的预测模型可以划分为线性模型，其典型代表是基于最小二乘的自回归模型，非线性模型，以神经网络方法为其典型代表。

但是，上述方法通常只是根据历史血糖数据以及外源输入预测未来的血糖变化情况，未考虑其它的健康指标参数，预测结果准确性与可靠性不能保证。研究表明，人类体检中的尿糖、尿素、肌酐值、脂肪肝、AST/ALT、血清天门冬氨酸氨基转移酶、血清丙氨酸氨基转移酶、红细胞分布宽度、红细胞比积等很多体检指标值与血糖存在广泛的相关性，其检测数据对于血糖的预测具有重要的指示作用。

人类健康体检数据普遍存储于健康管理类机构，这些数据各自独立地存储于健康管理系统中，数据并没有得到有效的挖掘与利用，因此开发一种基于体检大数据对空腹血糖进行有效预测的方法具有重要的意义。

发明内容

为解决以上问题，本发明提供的一种基于体检数据建模的空腹血糖预测方法，其具体的技术方案如下：

一种基于体检数据建模的空腹血糖预测方法，其包括以下步骤：

步骤1：数据选择与处理；包括从海量体检数据中提取关键信息以及对数据的清洗和转换；

步骤2：数据集的建立；对处理后的数据进行特征构建，每行表示为一个人的体检记录，每列表示一项体检项特征，得到包含所有特征集合的数据集dataset1；

步骤3：重要特征选取；按以下步骤进行：

(3.1)利用随机森林方法对特征集合中的每一个特征计算其特征重要性，并据此计算体检项重要性得分；

(3.2)结合序列后向选择算法：从dataset1全部特征集合s开始，对s对应训练集进行建模，并计算其在测试集上AUC，然后去掉得分最低的体检项对应特征，建模并计算在测试集上AUC，直至特征集合s中只含有一个体检项，选取具有最大AUC值的特征集合为最优特征集合optimalset；

步骤4：血糖预测模型构建与评价，其步骤如下：

(4.1)使用随机划分的方式，将最优特征集合optimalset对应的最优数据集optimaldataset按比例分割为训练集Xtrain和测试集Xtest；

(4.2)使用包含大量决策树的随机森林拟合训练集Xtrain，每棵决策树使用数据由原数据随机抽取，决策树生成过程中，每个分割节点从全部特征集合中随机选择p个特征，从中选择最佳划分特征。随机森林生成后，对血糖预测值是各决策树血糖预测值的均值，此时，血糖预测的回归模型建立完毕；