【技术实现步骤摘要】
基于支持向量机的慢性阻塞性肺疾病诊断辅助系统及方法
本专利技术涉及医疗数据挖掘领域,具体为利用支持向量机的方法,构建基于支持向量机的慢性阻塞性肺疾病诊断辅助系统及方法。
技术介绍
慢性阻塞性肺疾病(COPD)是一种可导致患者呼吸功能逐渐下降的疾病,其已成为全球第四大致死疾病,全球目前约有超过1.7亿COPD患者,而肺功能病理特征及生理指标对诊断COPD具有重要意义。COPD的病情发展是渐进性的过程:早期,COPD症状并不明显,主要是咳嗽、咳痰,患者不易察觉,是最佳治疗时机;中期,随着病情的加重,患者可能出现活动后呼吸困难,气道阻塞加重、肺组织弹性损坏,达到不可逆转阶段,各种药物都难以发挥作用;晚期,可出现肺心病、呼吸衰竭等并发症,治疗若不及时,会严重影响患者的生活质量和身心健康。所以COPD的早期发现非常重要,如果不预防不管理,随着疾病的进一步发展,特别是发生急性加重就会给患者带来更大的危害。目前,基于数据挖掘和机器学习相关理论,探索基于肺功能病理症状及生理指标对COPD多维特征提取系统尚未出现。
技术实现思路
为了克服上述现有技术的不足,本专利技术提供了基于支持向量机的慢性阻塞性肺疾病诊断辅助系统及方法,基于支持向量机模型,使得慢性阻塞性肺疾病与病患的各项生理指标建立联系,测试准确度高。本专利技术所采用的技术方案是:一种基于支持向量机的慢性阻塞性肺疾病诊断辅助系统,该系统包括:多特征输入器,用于获取被测者肺部机能检测项目及其测量值;处理器,与多特征输入器相连,具有数据预处理模块、多维特征选择模块、支持向量机构建模块和支持向量机模型测试模块;所述数据预处理模块 ...
【技术保护点】
1.一种基于支持向量机的慢性阻塞性肺疾病诊断辅助系统,其特征是,包括:多特征输入器,用于获取被测者肺部机能检测项目及其测量值;处理器,与多特征输入器相连,具有数据预处理模块、多维特征选择模块、支持向量机构建模块和支持向量机模型测试模块;所述数据预处理模块,用于对被测者肺部机能检测测量值的噪声数据、缺失数据进行清洗,对部分特征属性进行数据转换和归一化处理;所述多维特征选择模块,用于建立与被测者肺部机能检测项目测量值相对应的原始多维特征项作为第一样本,通过基于粗糙集的最大依赖度算法对所述第一样本进行特征降维,得到基于被测者肺部机能检测项目测量值的若干个主特征子集,建立以若干个主特征子集构成的样本集合作为第二样本;所述支持向量机构建模块,用于采用双向耦合概率估计方法,构建支持向量机模型;所述支持向量机模型测试模块,用于将所述第二样本随机分为训练集和预测集,训练集用于生成训练器,在训练器的基础上,利用预测集对支持向量机模型进行测试。
【技术特征摘要】
1.一种基于支持向量机的慢性阻塞性肺疾病诊断辅助系统,其特征是,包括:多特征输入器,用于获取被测者肺部机能检测项目及其测量值;处理器,与多特征输入器相连,具有数据预处理模块、多维特征选择模块、支持向量机构建模块和支持向量机模型测试模块;所述数据预处理模块,用于对被测者肺部机能检测测量值的噪声数据、缺失数据进行清洗,对部分特征属性进行数据转换和归一化处理;所述多维特征选择模块,用于建立与被测者肺部机能检测项目测量值相对应的原始多维特征项作为第一样本,通过基于粗糙集的最大依赖度算法对所述第一样本进行特征降维,得到基于被测者肺部机能检测项目测量值的若干个主特征子集,建立以若干个主特征子集构成的样本集合作为第二样本;所述支持向量机构建模块,用于采用双向耦合概率估计方法,构建支持向量机模型;所述支持向量机模型测试模块,用于将所述第二样本随机分为训练集和预测集,训练集用于生成训练器,在训练器的基础上,利用预测集对支持向量机模型进行测试。2.根据权利要求1所述的基于支持向量机的慢性阻塞性肺疾病诊断辅助系统,其特征是,所述处理器还包括支持向量机优化模块,用于采用直接模拟退火算法对支持向量机模型参数组合进行优化,通过交叉验证方法选取最优参数组合的支持向量机模型。3.根据权利要求2所述的基于支持向量机的慢性阻塞性肺疾病诊断辅助系统,其特征是,所述支持向量参数优化模块是在支持向量机模型局部参数周围建立一个虚拟窗口,并设置参数阈值直到参数为所接受范围趋于稳定。4.根据权利要求1所述的基于支持向量机的慢性阻塞性肺疾病诊断辅助系统,其特征是,所述数据预处理模块包括数据筛选模块、数据填充模块和数据转换模块;所述数据筛选模块,用于对所述被测者肺部机能检测项目测量值进行筛选,剔除被测者肺部机能非重要测试项目中的测量缺失值及噪音值;所述数据填充模块,用于对所述被测者肺部机能重要检测项目中的测量缺失值进行填充;所述数据转换模块,用于对经筛选和填充后的被测者肺部机能检测项目测量值进行格式转换。5.根据权利要求4所述的基于支持向量机的慢性阻塞性肺疾病诊断辅助系统,其特征是,所述数据归一化模块,用于采用被测者肺部机能检测项目测量值的最大值和最小值对格式转换后的被测者肺部机能检测项目测量值进行归一化处理。6.根据权利要求1所述的基于支持向量机的慢性阻塞性肺疾病诊断辅助系统,其特征是,所述多维特征选择模块包括粗糙集模块和特征依赖度模块;所述粗糙集模块,用于构建相似特征的知识系统,对被...
【专利技术属性】
技术研发人员:王红,房有丽,狄瑞彤,周莹,王露潼,刘海燕,王倩,宋永强,
申请(专利权)人:山东师范大学,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。