[发明专利]一种基于深度学习技术利用生理参数预测糖尿病诊断标志物及其重要性的方法

摘要

本发明公开了一种基于深度学习技术利用生理参数预测糖尿病诊断标志物及其重要性的方法。本发明利用含疾病类型标签的人体生理学参数，训练含注意力机制的深度学习模型，并利用注意力机制对不同生理参数的权重赋值寻找糖尿病的诊断标志物，并得到不同诊断标志物的重要程度，从而达到加快发现新诊断标志物，增强疾病靶向治疗的目的。该方法克服了传统研究诊断标志物方法盲目性的不足，克服了传统研究方法，周期长，成本高的不足，对我国医疗水平进一步的发展具有积极的促进作用。

主权项

1.一种基于深度学习技术利用生理参数预测糖尿病诊断标志物及其重要性的方法，其特征在于，包括：S1、训练数据的获取与预处理；S2、训练含注意力机制的深度学习模型；S3、利用模型注意力机制的参数得到糖尿病的诊断标志物及其重要性；上述训练数据的获取与预处理包括：根据患者的体检报告，获取其血液学参数以及尿液学参数，并在不影响原始数据特征的情况下进行预处理并加入略微扰动完成数据扩增；上述训练含注意力机制的深度学习模型包括：以患者血液学参数与尿液学参数做输入，有无糖尿病作为目标输出，利用梯度下降，反向传播的方法训练深度学习模型，整个深度学习模型采用含注意力机制的长短时记忆网络(LSTM)结构；上述利用模型注意力机制的参数得到糖尿病的诊断标志物及其重要性包括：根据注意力机制中不同参数的权重，得到与糖尿病有关的生理参数，即诊断标志物，以及不同因子对糖尿病的影响程度。