[发明专利]一种基于多源医学数据的糖尿病风险预测模型

说明书

本发明公开了一种基于多源医学数据的糖尿病风险预测模型，具体涉及糖尿病风险预测技术领域，包括以下步骤：步骤一、多源数据采集；步骤二、数据处理；步骤三、模型建立；步骤四、模型验证；步骤五、根据风险预测模型对糖尿病风险进行分析。本发明通过进行多来源数据采集，有利于根据不同国家不同地区的数据建立风险预测模型，使得预测结果更加具有广泛性，同时通过采集人群不同指标数据，能够使得模型从多方面进行糖尿病风险的预测，使得预测数据更加准确合理，通过对糖尿病风险进行预测，能够针对具有潜在患病风险的高危人群给予合理的健康建议，有利降低高危人群的患病风险，进而有利于减缓糖尿病患者的增长速度。

技术领域

本发明实施例涉及糖尿病风险预测技术领域，具体涉及一种基于多源医学数据的糖尿病风险预测模型。

背景技术

糖尿病是一组以高血糖为特征的代谢性疾病，高血糖则是由于胰岛素分泌缺陷或其生物作用受损，或两者兼有引起，长期存在的高血糖，导致各种组织，特别是眼、肾、心脏、血管、神经的慢性损害、功能障碍。糖尿病的病理原因主要包含两种情况，第一种是当胰腺无法产生充足的胰岛素(一种调节血糖或血葡萄糖的荷尔蒙)时引发的1型糖尿病(TID)，第二种是当所产生的胰岛素无法被人体有效地利用时引发的2型糖尿病(T2D)。TID通常被称为原发性糖尿病3，这种糖尿病类型的发病机制通常是当胰腺中进行胰岛素分泌的β细胞受到损伤时，人体在短时间内没有充足的胰岛素供使用，从而导致血糖含量无法被及时降低至安全区间内，该过程也称作是胰岛β细胞的郎格罕氏胰岛自身免疫性破坏。另一种更为常见的糖尿病类型的医学名称是非胰岛素依赖型糖尿病，简称T2D，该类糖尿病通常由胰岛素抵抗或者是胰岛素分泌缺陷等因素引起，造成高血糖的直接原因是身体内的胰岛素没能得到有效利用。而引发2型糖尿病的主要原因通常包括生活方式、身体活动、饮食习惯和遗传等因素。

基于糖尿病患病人群数量庞大且不断增长的趋势，高危人群对自身健康质量普遍不了解的情况，以及为了能够有效的减缓患者的增长速度、降低患病风险，有必要发明一种基于多源医学数据的糖尿病风险预测模型。

发明内容

为此，本发明实施例提供一种基于多源医学数据的糖尿病风险预测模型，通过进行多来源数据采集，有利于根据不同国家不同地区的数据建立风险预测模型，使得预测结果更加具有广泛性，同时通过采集人群不同指标数据，能够使得模型从性别、年龄、妊娠、遗传、健康等多方面进行糖尿病风险的预测，使得预测数据更加准确合理，通过对糖尿病风险进行预测，能够针对具有潜在患病风险的高危人群给予合理的健康建议，有利降低高危人群的患病风险，进而有利于减缓糖尿病患者的增长速度。

为了实现上述目的，本发明实施例提供如下技术方案：一种基于多源医学数据的糖尿病风险预测模型，包括以下步骤：

步骤一、多源数据采集：

对不同地区采用问卷调查；

采集国内已有的临床糖尿病患者数据集；

采集国外已有的临床糖尿病患者数据集；

步骤二、数据处理：

数据筛选：将采集的数据中明显不合理以及无效的数据筛除，而后将体质指数、睡眠时间、饮食习惯、每天运动时间、空腹血糖值、餐后血糖值、血脂值和耐糖量试验值等数据采用同一度量单位、同一格式进行标准化，对于缺失的数据采用平均值进行填补；

数据分类：将筛选后的数据按照性别、年龄、是否怀孕、直系亲属中是否有糖尿病患者进行分类；

步骤三、模型建立：使用卷积神经网络建立风险预测模型；

步骤四、模型验证；

步骤五、根据风险预测模型对糖尿病风险进行分析。