[发明专利]一种基于属性约简和XGBoost的COVID-19检测假阴性识别方法

说明书

本发明公开了一种基于属性约简和XGBoost的COVID‑19检测假阴性识别方法，包括如下步骤：S1、获取COVID‑19病例样本数据并进行预处理及数据增强；S2、属性约简，降低数据维度，并将样本数据划分为训练集和测试集；S3、使用XGBoost提升树可扩展系统对COVID‑19检测核心指标进行重要度筛选；S4、利用训练集中的数据对XGboost算法评估模型进行训练，建立评估模型；S5、利用评估模型对病例数据进行预测。本发明基于属性约简和XGBoost的COVID‑19检测假阴性识别方法，应用机器学习模型的COVID‑19病例数据预处理及其检测核酸假阴性识别方法，可以直接处理小样本和不平衡COVID‑19病例数据，通过MDGO优化XGBoost模型参数，提升检测诊断识别准确率，快速形成诊断报告、确定诊断结果。

技术领域

本发明涉及新型冠状病毒病例检测诊断领域，尤其是涉及一种基于属性约简和XGBoost的COVID-19检测假阴性识别方法。

背景技术

对于2020年出现的新型冠状病毒(COVID-19)，核酸检测结合血检、肺部CT等方法成为该病毒诊断的主要手段，但是，部分病例核酸检测前后结果不一致，或者检测呈现假阴性的情况，使得检测结果仍存在一定的不稳定性，同时，病例确诊评估指标体系不够完善，针对大量的检测结果，及时快速的形成诊断报告和确定诊断结果仍然需要耗费大量的人力和时间，给新冠病毒精准快速检测带来影响，也增加了治疗和防控的风险。

发明内容

为了解决上述问题，本发明提供一种基于属性约简和XGBoost的COVID-19检测假阴性识别方法，能对新型冠病毒病例检测数据进行数据预处理和属性约简，迅速获取准确的诊断结果，并提升核酸检测假阴性识别率。

本发明为了实现上述目的具体采用以下技术方案：

一种基于属性约简和XGBoost的COVID-19检测假阴性识别方法，包括如下步骤：

S1、获取COVID-19病例样本数据并进行预处理及数据增强；

S2、对经步骤S1处理后的样本数据进行属性约简，降低数据维度，并将样本数据划分为训练集和测试集；

S3、使用XGBoost提升树可扩展系统对COVID-19检测核心指标进行重要度筛选；

S4、利用训练集中的数据对XGboost算法评估模型进行训练，建立评估模型；并将测试集的数据代入评估模型进行识别诊断，验证评估模型效果；

S5、利用评估模型对病例数据进行预测。

更进一步地，所述步骤S1中的数据预处理包括：

缺失数据处理：对于数值型缺失数据采用均值法补齐，对于字符型缺失数据采用空白值填充，对于缺失数据大于20个的属性直接删除；

非连续数据编码：使用One-Hot对分类字符串进行转换。

更进一步地，所述S1中的数据增强采用如下方法：对于非平衡数据，通过合成少数类过采样技术方法对少数类样本进行分析，并本根据少数类样本人工合成新样本扩充到原样本数据中。

更进一步地，所述S1中的数据增强采用如下方法：对于非平衡数据，采用MMD-GAN对COVID-19病例样本数据进行数据增强，生成模拟样本。

更进一步地，所述步骤S2中采用模糊粗糙集属性约简方法约简数据中属性依赖度较低的属性。

更进一步地，所述步骤S3中，在进行检测核心指标重要度筛选前，先用MDGO 优化XGBoost算法评估模型参数。

更进一步地，所述步骤S3中的属性重要度筛选包括：提取评估模型所有检测指标的重要度权重，根据平均权重及临床实际对核心指标进行重要度排序。