[发明专利]一种基于异构集成模型的疾病预测系统

摘要

本发明提出一种基于异构集成模型的疾病预测方法及系统，涉及智能医疗以及医疗信息技术领域，该方法包括步骤1，获取多标签数据集，并训练K个适用于门诊病例数据集的多标签基础分类器，对所述多标签基础分类器进行集成，获取异构集成模型；步骤2，获取预测多标签样本，通过所述异构集成模型对所述待预测多标签样本进行预测。本发明将各个基分类器权重的确定转变为一回归问题，通过求解该回归问题从而求解出集成分类器中各个基分类器的权重，继而使得该集成分类器效果达到最好。

主权项

1.一种基于异构集成模型的疾病预测系统，其特征在于，包括：获取异构集成模型模块，用于获取多标签数据集，并训练K个适用于门诊病例数据集的多标签基础分类器，对所述多标签基础分类器进行集成，获取异构集成模型；预测模块，用于获取预测多标签样本，通过所述异构集成模型对待预测多标签样本进行预测；其中所述获取异构集成模型模块包括：将所述多标签数据集拆分为单标签数据集；根据所述单标签数据，为每个疾病标签训练二分类预测模型；通过以下公式构建多标签基础分类器：H_k(x)＝∪_l∈L{l}：H_kl(x)≥Θ其中Θ是某一个阈值，H_kl(x)是二分类预测模型，当H_kl(x)大于阈值Θ时，多标签基础分类器将预测样本x分为标签l，H_k(x)表示第k个多标签基础分类器对所述预测样本x的最终分类结果。