【技术实现步骤摘要】
一种基于CS-RF的地中海贫血病的风险预警方法
本专利技术涉及一种基于CS-RF的地中海贫血病的风险预警方法，属于数据挖掘预测
技术介绍
地中海贫血病(ThalassemiaDisease,TD)是一种海洋性、珠蛋白基因缺陷且隐性遗传的病，多发于地中海沿岸，在我国云南(10％)、广东等地高发。其中重型的地贫患儿有立即夭折或者六岁前夭折的危险，这对患儿家庭造成了沉重打击。基于CS-RF算法的预警方法可以辅助诊断，有助于降低误诊率、节省医学资源等，进一步指导其后续的诊断及治疗过程。目前，已有骨髓干细胞移植案例，但治后效果欠佳。另外，在地中海贫血的研究方面基本停留在数据的累积分析上，在地中海贫血预警方面的研究更是欠缺。RF算法基于以上的结构加快整个挖掘预警过程。而且算法已经被广泛的应用到商业、网络安全等各个领域，但还没有应用到地中海贫血领域。
技术实现思路
本专利技术要解决的技术问题是提供一种基于CS-RF的地中海贫血病的风险预警方法，将CS-RF算法应用到对地中海贫血病的风险预警上，起到降低医疗资源浪费的作用，提高临床诊断的准确性与高效性。本专利技术的技术方案是...
【技术保护点】
1.一种基于CS‑RF的地中海贫血病的风险预警方法，其特征在于：Step1、建立数据库：根据电子台账数据，建立一个受检者记录的数据库，将受检者血样编号作为标识符ID，对应检验记录作为一条样例S，每个样例S包含地中海贫血病受检者的血液及电泳检查结果，对应列为受检属性值集合TZset；Step2、数据预处理：对数据库中的样例数据集进行清洗、挖掘及填充后得到建模数据集DataSet，该数据集包含N条样例，M个特征，将DataSet分为训练数据集TrainData和测试数据集TestData，比例为3:1；Step3、布谷鸟搜索算法进行参数寻优：用布谷鸟搜索算法迭代寻找RF最优参数...
【技术特征摘要】
1.一种基于CS-RF的地中海贫血病的风险预警方法，其特征在于：Step1、建立数据库：根据电子台账数据，建立一个受检者记录的数据库，将受检者血样编号作为标识符ID，对应检验记录作为一条样例S，每个样例S包含地中海贫血病受检者的血液及电泳检查结果，对应列为受检属性值集合TZset；Step2、数据预处理：对数据库中的样例数据集进行清洗、挖掘及填充后得到建模数据集DataSet，该数据集包含N条样例，M个特征，将DataSet分为训练数据集TrainData和测试数据集TestData，比例为3:1；Step3、布谷鸟搜索算法进行参数寻优：用布谷鸟搜索算法迭代寻找RF最优参数,作为初始化RF的决策树棵数ntree、分割属性mtry；Step4、首先对数据集TrainData采用随机采样的方法采样，每次随机采样ntree个样本作为单棵决策树的训练数据集TrainSubData；在每个节点，算法首先随机选取mtry(mtry＜＜M)个变量，从中找出能够提供最佳分割效果的预警属性，即节点分割标准要考虑的变量个数mtry；算法在不剪枝的情况下生成单棵决策树，重复该步骤生成多棵CART决策树ntree，构建优化随机森林CS-RF模型；Step5、风险评估：将每棵决策树得到的分类结果采用轮盘赌法投票，算法取类别预测众数作为最终风险分类表，并得出对不同程度地中海贫血病影响较大的因子，得到因子重要性排序；Step6、模型预警：将新数据TestData输入到CS-RF预警模型进行预测，得到一个地中海贫血病的分类结果的混淆矩阵Conf_Matrix，并根据该混淆矩阵Conf_Matrix计算模型性能。2.根据权利要求1所述的基于CS-RF的地中海贫血病的风险预警方法，其特征在于：所述步骤Step1中，受检者记录数据库中每条信息包含受检者血常规检验结果字段，受检者血样编号作为标识符ID，对应血常规及电泳检验集合的编号作为属性集TZset，检验中的每一个属性作为一个项。3.根据权利要求1所述的基于CS-RF的地中海贫血病的风险预警方法，其特征在于：所述步骤Step2中，数据预处理包括电子台帐数据采集、数据挖掘及特征选择；所述数据挖掘是将获得的数据库数据经过数据清洗、数据转换以及贝叶斯算法初步填充等，得到最终的建模数据集DataSet，数据集包含N条样例，M个特征。4.根据权利要...
【专利技术属性】
技术研发人员：宋耀莲，刘艳菲，王慧东，徐文林，武双新，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南,53
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。