[发明专利]一种亚临床动脉粥样硬化诊断模型及其构建方法、系统

权利要求书

1.一种亚临床动脉粥样硬化诊断模型的构建方法，其特征在于，包括：

收集多个病例的体检数据，所述多个病例中包含亚临床动脉粥样硬化病例；所述体检数据中包括多个体检项目数据以及诊断结果，所述诊断结果指是否患亚临床动脉粥样硬化的标记信息；

以体检项目为特征聚合所述多个病例的体检数据，得到多元特征矩阵；

根据诊断结果，将所述多元特征矩阵转化为有监督数据；

对所述有监督数据进行降维处理；

构建融合不同特征的亚临床动脉粥样硬化初始诊断模型，并设置目标函数；其中，所述亚临床动脉粥样硬化初始诊断模型由一阶线性回归组件和二阶特征交叉组件组成；

根据降维处理后的有监督数据，以病例的多个体检项目数据作为模型的输入，该病例的诊断结果作为模型的输出，迭代训练所述亚临床动脉粥样硬化初始诊断模型，直至目标函数收敛，最终获得亚临床动脉粥样硬化诊断模型。

2.根据权利要求1所述的方法，其特征在于，所述根据诊断结果，将所述多元特征矩阵转化为有监督数据之前，还包括：

对所述多元特征矩阵进行归一化处理，得到归一化后的多元特征矩阵；

相应的，所述根据诊断结果，将所述多元特征矩阵转化为有监督数据，包括：

根据诊断结果，将归一化后的多元特征矩阵转化为有监督数据。

3.根据权利要求2所述的方法，其特征在于，所述对所述多元特征矩阵进行归一化处理，包括：

使用Min-Max算法对所述多元特征矩阵进行归一化处理。

4.根据权利要求1所述的方法，其特征在于，所述对所述有监督数据进行降维处理，包括：

使用特征选择算法对所述有监督数据进行降维处理。

5.根据权利要求4所述的方法，其特征在于，所述特征选择算法采用方差分析。

6.根据权利要求1所述的方法，其特征在于，所述一阶线性回归组件包括线性层和激活函数ReLU；所述二阶特征交叉组件包括隐向量矩阵。

7.根据权利要求1所述的方法，其特征在于，所述目标函数设置为BCEwithLogitsLoss函数。

8.根据权利要求1所述的方法，其特征在于，所述收集多个病例的体检数据，包括：

对病例进行统计，得到总共的病例数量为T个，体检项目为Q个，用表示一个病例的体检数据,其中i∈[1,2,…,T]。

9.一种亚临床动脉粥样硬化诊断模型的构建系统，其特征在于，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-8任一项所述的亚临床动脉粥样硬化诊断模型的构建方法。

10.一种亚临床动脉粥样硬化诊断模型，其特征在于，所述亚临床动脉粥样硬化诊断模型采用权利要求1-8任一项所述的亚临床动脉粥样硬化诊断模型的构建方法所创建。