[发明专利]基于支持向量机的慢性阻塞性肺疾病诊断辅助系统及方法

权利要求书

1.一种基于支持向量机的慢性阻塞性肺疾病诊断辅助系统，其特征是，包括：多特征输入器，用于获取被测者肺部机能检测项目及其测量值；处理器，与多特征输入器相连，具有数据预处理模块、多维特征选择模块、支持向量机构建模块和支持向量机模型测试模块；

所述数据预处理模块，用于对被测者肺部机能检测测量值的噪声数据、缺失数据进行清洗，对部分特征属性进行数据转换和归一化处理；

所述多维特征选择模块，用于建立与被测者肺部机能检测项目测量值相对应的原始多维特征项作为第一样本，通过基于粗糙集的最大依赖度算法对所述第一样本进行特征降维，得到基于被测者肺部机能检测项目测量值的若干个主特征子集，建立以若干个主特征子集构成的样本集合作为第二样本；所述多维特征选择模块包括粗糙集模块和特征依赖度模块；所述粗糙集模块，用于构建相似特征的知识系统，对被测者肺部机能检测项目测量值的多维特征进行等价类归约；所述特征依赖度模块，结合通过特征依赖度将归约后的被测者肺部机能检测项目测量值的等价类特征中对分类不重要的特征剔除；其中，所述特征降维的方式为：首先进行特征聚类，针对每个聚类后的特征利用不可辨识关系计算等价类，利用依赖度计算公式计算每个聚类特征的特征依赖度；选取每个聚类特征的最大依赖度，根据特征属性的依赖度选出依赖度最大的属性作为分类特征属性，获得最终分类的主特征子集；

所述支持向量机构建模块，用于采用双向耦合概率估计方法，构建支持向量机模型；

所述支持向量机模型测试模块，用于将所述第二样本随机分为训练集和预测集，训练集用于生成训练器，在训练器的基础上，利用预测集对支持向量机模型进行测试；

所述处理器还包括支持向量机优化模块，用于采用直接模拟退火算法对支持向量机模型参数组合进行优化，通过交叉验证方法选取最优参数组合的支持向量机模型。

2.根据权利要求1所述的基于支持向量机的慢性阻塞性肺疾病诊断辅助系统，其特征是，所述支持向量参数优化模块是在支持向量机模型局部参数周围建立一个虚拟窗口，并设置参数阈值直到参数为所接受范围趋于稳定。

3.根据权利要求1所述的基于支持向量机的慢性阻塞性肺疾病诊断辅助系统，其特征是，所述数据预处理模块包括数据筛选模块、数据填充模块和数据转换模块；

所述数据筛选模块，用于对所述被测者肺部机能检测项目测量值进行筛选，剔除被测者肺部机能非重要测试项目中的测量缺失值及噪音值；

所述数据填充模块，用于对所述被测者肺部机能重要检测项目中的测量缺失值进行填充；

所述数据转换模块，用于对经筛选和填充后的被测者肺部机能检测项目测量值进行格式转换。

4.根据权利要求3所述的基于支持向量机的慢性阻塞性肺疾病诊断辅助系统，其特征是，所述数据归一化模块，用于采用被测者肺部机能检测项目测量值的最大值和最小值对格式转换后的被测者肺部机能检测项目测量值进行归一化处理。