[发明专利]心脑血管疾病风险预测方法及装置

说明书

本发明实施例提供的一种心脑血管疾病风险预测方法及装置，包括：获取样本集；将样本集中的样本分为预设数量的局部簇，根据预设的第一K值与所述第一距离集合，计算得到输入样本的第一K值个第一邻近样本，从而确定目标局部簇，计算所述输入样本与所述目标局部簇中样本的距离，从而确定所述输入样本第二K值个第二邻近样本；确定输入样本的标签，确定输入样本是否是心脑血管疾病患者的样本；最终确定待预测患者是否是心脑血管疾病患者。本实施例考虑到心脑血管疾病患者特征数据相似度较高，避免了不同样本数据对训练预测模型的影响。因此，可以提高预测待预测患者是否是心脑血管疾病患者的准确率。

技术领域

本发明涉及预测分析领域，特别是涉及一种心脑血管疾病风险预测方法及装置。

背景技术

随着人们的生活压力和精神压力与日俱增，心脑血管疾病的发病率逐年提升，严重影响居民的健康。医学实践表明如果心脑血管疾病患者在早期诊断时能够确诊，对于心脑血管疾病的干预和治疗效果有很大帮助。

现有技术使用数据挖掘技术对于心脑血管疾病的病例数据特征进行挖掘，将所有患者的体检特征数据及回访数据组成一个训练集，使用决策树、逻辑斯蒂回归和人工神经网络算法，训练出预测模型。然后将待预测患者的体检数据作为输入样本，输入到训练出的预测模型中，输出待预测患者是否是心脑血管疾病患者。

以人工神经网络算法训练预测模型为例，使用人工神经网络算法训练预测模型过程中，由于神经网络的输入样本包含了非心脑血管疾病患者样本和心脑血管疾病患者样本，而非心脑血管疾病患者样本与心脑血管疾病患者样本中的特征数据差距较大，因此，将训练集中的所有样本作为输入层的输入，神经网络的输出层的误差函数较大。因为受到不同样本数据的影响，根据误差函数调整神经网络的各层权值及阈值，训练出的预测模型并不准确。因而，使用人工神经网络算法训练预测模型，预测待预测患者是否是心脑血管疾病患者的准确率不高。

发明内容

本发明实施例的目的在于提供一种心脑血管疾病风险预测方法及装置，以提高预测患者是否是心脑血管疾病患者的准确率。具体技术方案如下：

第一方面，本发明实施例提供了一种心脑血管疾病风险预测方法，包括：

获取样本集；所述样本集根据设置完标签的患者医疗数据库集的多个样本所确定的；一条样本包括：患者的编号、特征及特征数据；所述标签包括：第一标签和第二标签；第一标签标识心脑血管疾病患者样本；第二标签标识非心脑血管疾病患者样本；

获取一条输入样本；所述输入样本由待预测患者的医疗健康体检数据及医疗就诊数据合并构成；

使用余弦-大间隔最近邻居COS-LMNN算法进行度量学习，得到所述样本集的全局度量矩阵；

使用预设的聚类算法，将样本集中的样本分为预设数量的局部簇；

根据所述全局度量矩阵，使用余弦相似度算法，计算所述输入样本与所述样本集中样本的距离，组成第一距离集合；

根据预设的第一K值与所述第一距离集合，使用k近邻算法，计算得到输入样本的第一K值个第一邻近样本；

确定所述第一邻近样本所在的局部簇；

在所述第一邻近样本所在的局部簇中，选择第一邻近样本的数量超过第一预设阈值的局部簇，作为目标局部簇；

将所述输入样本划入所述目标局部簇；

根据COS-LMNN算法学习得到的所述目标局部簇的局部度量矩阵，使用余弦相似度算法计算，所述输入样本与所述目标局部簇中样本的距离，组成第二距离集合；

在所述目标局部簇中，根据预设的第二K值与所述第二距离集合，使用k近邻算法，确定所述输入样本第二K值个第二邻近样本；

统计第二邻近样本的第一标签个数与第二标签个数；