[发明专利]一种基于贝叶斯网络过滤的心电图病症确定方法

说明书

本发明公开了一种基于贝叶斯网络过滤的心电图病症确定方法，属于心电图病症诊断领域。该发明在已训练好的基分类器的基础上，采用两层结构确定最终病症标签：第一层构建投票器对基分类器的结果进行筛选，产生锚点病症集和候选病症集；第二层采用基于BDe评分的爬山法构建贝叶斯网络，贝叶斯网络对锚点病症集和候选病症集进行过滤，确定最终预测病症集。该方法特点:(1)充分利用了病症标签间的依赖关系，提高了模型的泛化能力；(2)通过两层过滤处理能够纠正基分类器的预测结果，提高模型预测的准确度；(3)由于构建贝叶斯网络使用的因果关系是一种强关联性，因此模型具有稳定性的特点，不会因为数据分布不同而表现出太大差异。

技术领域

本发明属于基于机器学习的心电图病症智能诊断技术领域，涉及心电图病症确定，尤其涉及基于机器学习的多标签病症确定方法。

背景技术

多标签分类是指对于给定的样本进行多个标签的分类，该样本可能对应标签集中的一个或者多个标签。定义特征空间X＝R^d，其中d表示特征的维数，L＝{L₁,L₂,…,L_n}表示带有n个标签的标签空间,构建训练集D＝(x_i,L_j),1≤i≤q,1≤j≤n,q表示训练集的大小，i表示样本的序号，x_i∈X表示一个d维的特征向量，L_j∈L表示一个L中的一个标签元素。多标签学习的任务就是根据训练集D学习一个多标签分类器h(·),使用分类器h(·)对新的样本x进行预测，其预测结果就是样本x的类别标签集。

多标签分类的解决方法目前主要分为两种：一种是基于问题转换的策略，一种是基于算法适应的策略。问题转换的策略是将多标签问题转换为多个单标签二分类的子模型，再将子模型的结果合并得到最终结果。而基于算法适应的策略是调整流行的学习算法以适应多标签学习。

问题转换的策略可以分为二元关联(Binary Relevance)、分类器链(ClassifierChains)、标签幂集法(Label Powerset)等方式。二元关联法是最简单的方法，核心思想是将多标签分类问题进行分解，转换为多个二元分类问题。这种方法的优点是实现方法简单、容易理解，当标签之间不存在依赖关系时训练得到模型效果很好，但如果标签之间存在直接的依赖关系，那么最后构建的模型泛化能力较弱，不能达到预期的效果。分类器链核心思想是将多标签分类问题转换成为一个二元分类器链的形式，其中链后的二元分类器的构建是在前面分类器预测结果的基础上进行的，模型构建过程中，需要将标签顺序进行打乱排序，然后按照从头到尾的顺序分别构建每个标签对应的模型。分类器链方法的优点在于实现方法相对简单，同时考虑了标签的联系，一定程度上增强了模型的泛化能力，但该方法的效果受到排序的影响，很难找到合适的标签依赖关系。而标签幂集法是将多标签分类转换为多分类问题，每个样本实例的标签集都作为一个单独的类构建多分类器。该方法考虑到了标签之间的组合关系，但没有考虑标签间的依赖性，同时随着标签数的增加类的数目也可能会随之增大，使得模型变得更加复杂一定程度上降低了模型的泛化能力。

采用算法适应策略的方法主要有ML-kNN、ML-DT。ML-kNN是kNN算法的一种改进算法，它的思想是对于每一个样本实例，获取距离它最近的k个实例，利用这些实例的特征信息来判断该实例的预测标签集。ML-kNN能够识别出每个样本不同的邻域，利用领域间信息来预测，因此准确率较高，但对异常点不敏感。ML-DT基本思想是采用决策树技术处理多标签数据，利用基于多标签熵的信息增益准则递归构建决策树，它可以从多标签数据中高效地导出决策树模型，但在计算信息熵时假设标签之间相互独立。

算法适应策略和问题转换策略很大程度上都忽略了标签之间的依赖性，没有利用标签间的关系构建模型，而心电图病症之间恰恰存在着这种联系，因此这些方法不能很好的利用心电图确定病症，预测的准确度较差。