[发明专利]一种基于集成学习的低密度脂蛋白的数据处理方法

说明书

本发明公开了一种基于集成学习的低密度脂蛋白的数据处理方法，通过对特定频率范围内的阻抗谱数据进行数据预处理得到含有多个特征变量的特征矩阵，采用集成学习中的随机森林算法融合CART回归树算法建立低密度脂蛋白预测模型，结合以胆固醇浓度为核心的生物电阻抗谱参数相关性较高的特征变量来进一步优化低密度脂蛋白预测模型，最终得到低密度脂蛋白的预测值，再通过方差、偏差以及模型的可解释度等回归模型的指标评价，解决了现有技术中的机器识别高血脂症预测模型精确度、泛化能力以及鲁棒性不高的技术问题。

技术领域

本发明涉及医疗技术领域，尤其涉及一种基于集成学习的低密度脂蛋白的数据处理方法。

背景技术

低密度脂蛋白是检测高脂血症很重要的指标，现有的低密度脂蛋白的测量方法多为生化检测的方法，临床离心测量仪主要是采集人体静脉血，给测试者造成疼痛的同时感染风险也较高。而现有的无创检测方法多为光谱法，该方法对实验要求较高、操作繁琐、仪器昂贵。

生物电阻抗技术是一种利用不同的生物组织和器官具有不同电特性的特点来提取人体生理、病理状况相关的生物医学信息的检测技术，通过向置于人体表面的特定形状的电极系统注入安全的交流电流或电压，检测相应部位的电阻抗值和相位变化，再根据阻抗值和相位角信息建立有关低密度脂蛋白的生物电阻抗谱，利用集成学习算法进一步处理阻抗谱信息。

发明内容

本发明的目的在于提供一种基于集成学习的低密度脂蛋白的数据处理方法，旨在解决现有技术中的机器识别高血脂症预测模型精确度、泛化能力以及鲁棒性不高的技术问题。

为实现上述目的，本发明采用的一种基于集成学习的低密度脂蛋白的数据处理方法，包括下列步骤：

选取特征向量，获得生物电阻抗谱数据集；

预处理所述生物电阻抗谱数据集，获取训练集和测试集；

基于所述训练集和所述测试集构建高脂血症预测模型。

其中，在选取特征向量，获得生物电阻抗谱数据集的过程中，选取设定频率范围内各频率点下的阻抗值和相位角作为特征向量，建立相应的生物电阻抗谱，得到与低密度脂蛋白相关并以胆固醇浓度为检测对象的生物电阻抗谱参数，引入到低密度脂蛋白的生物电阻抗谱中，作为完整的生物电阻抗谱数据集。

其中，在预处理所述生物电阻抗谱数据集的过程中，预处理的数据为所述生物电阻抗谱数据集中偏移较大的值、冗余数据以及缺失数据。

其中，所述训练集为从所述生物电阻抗谱数据集中有放回的重复随机选取样本，所述测试集为没有被选择的样本。

其中，在基于所述训练集和所述测试集构建高脂血症预测模型的过程中，所述高脂血症预测模型采用CART回归树作为基础模型，所述CART回归树使用所述训练集作为根节点的样本，并从根节点开始训练。

其中，所述高脂血症预测模型采用集成学习中的随机森林算法融合所述CART回归树，以所述CART回归树为基学习器。

本发明的一种基于集成学习的低密度脂蛋白的数据处理方法，通过对特定频率范围内的阻抗谱数据进行数据预处理得到含有多个特征变量的特征矩阵，采用集成学习中的随机森林算法融合CART回归树算法建立低密度脂蛋白预测模型，结合以胆固醇浓度为核心的生物电阻抗谱参数相关性较高的特征变量来进一步优化低密度脂蛋白预测模型，最终得到低密度脂蛋白的预测值，再通过方差、偏差以及模型的可解释度等回归模型的指标评价，解决了现有技术中的机器识别高血脂症预测模型精确度、泛化能力以及鲁棒性不高的技术问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。