[发明专利]一种基于血常规检验数据的抑郁症识别方法

权利要求书

1.一种基于血常规检验数据的抑郁症识别方法，其特征在于，包括如下步骤：

步骤1：从体检医院、精神疾病医院获取血常规检验样本数据并进行数据预处理，其中，所述检验样本数据根据血常规检测项目进行合并，根据诊断结果做数据划分；

步骤2：基于检验样本数据通过逐层学习策略，强化输入信息的数据特征；

步骤3：利用已有样本的诊断标签训练神经元的反馈学习，完成有监督分类器的设计阶段，训练出一个能分类血常规检验数据特征的模型，最终得到一个诊断结果模型，实现对抑郁症倾向的分类。

2.根据权利要求1所述的一种基于血常规检验数据的抑郁症识别方法，其特征在于：用来预测抑郁症疾病的输入的信息为血常规22项指标。

3.根据权利要求1所述的一种基于血常规检验数据的抑郁症识别方法，其特征在于：对检验样本数据维度缺失值进行填补。

4.通过对样本的筛选，针对诊断结果中的关键字做为划分类别依据。

5.根据权利要求1所述的一种基于血常规检验数据的抑郁症识别方法，其特征在于：将神经网络层级之间的参数初始化用RBM的自编码学习方式替代，即将RBM中的（隐层）乘性偏置和权值连接矩阵直接赋值给相应层级的权值矩阵和偏置，做为神经网络的参数初始化。

6.根据权利要求1所述的一种基于血常规检验数据的抑郁症识别方法，其特征在于：所述阳性数据组和阴性数据组进行配对，并对数据集根据80％、10％和10％的比例随机分为训练集、验证集和测试集。