一种基于精液常规检查数据的疾病预测模型的构建方法及系统技术方案

本发明专利技术涉及一种基于精液常规检查数据的疾病预测模型的构建方法及系统，其方法包括如下步骤：获取样本人群的精液生化检查数据、免疫学检查数据、活体检测的体征信息构成第一样本集；根据精液常规检查数据所对应的疾病知识库对所述第一样本集进行数据清洗和标准化，构成第二样本集；将所述第二样本集划分为训练集、验证集，然后将所述训练集作为径向基函数神经网络的输入；训练所述径向基函数神经网络直至其输出值与真实值偏差低于阈值，得到疾病预测模型。本发明专利技术基于多数据源构建的样本集，利用径向基函数(RBF)构建机器学习模型以预测相关疾病，不仅能用于基层医生学习与参考，也便于患者早期自查与预防，具有一定的推广应用价值。

【技术实现步骤摘要】
一种基于精液常规检查数据的疾病预测模型的构建方法及系统
本专利技术涉及智能医疗以及医疗信息
，涉及一种疾病预测模型的构建方法及系统，尤其涉及一种基于精液常规检查数据的疾病预测模型的构建方法及系统。
技术介绍
精液由精子和精浆组成，其中精子占10％，其余为精浆。它除了含有水、果糖、蛋白质和脂肪外，还含有多种酶类和无机盐。精液常规检查主要是对精液量、性质和精子功能所进行的初步实验室检查。内容包括精液量、色泽、黏稠度、液化时间、精子计数、精子活动率、精子活动力、精子形态、精液细胞检查等。主要用于男性生殖能力和生殖系统疾病的诊断。免疫学检查可以确定是否存在自身免疫、染色体核型分析可确定是否存在染色体异常。测定血清FSH(促卵泡激素)、LH(黄体生成素)、T(睾酮)、PRL(催乳素)是少精子症检查的重要方法，也有助于辨别是原发性睾丸功能衰竭还是继发性睾丸功能衰竭。现有与精液类相关疾病的诊断需要依托于经验丰富、专业能力强的医生和多项检查才能作出准确的诊疗方案。在医疗资源紧张的背景下，待测者或患者通常需要经过一段检查和等待时间，本文档来自技高网...

【技术保护点】
1.一种基于精液常规检查数据的疾病预测模型的构建方法，其特征在于，包括如下步骤：/n获取样本人群的精液生化检查数据、免疫学检查数据、活体检测的体征信息构成第一样本集；/n根据精液常规检查数据所对应的疾病知识库对所述第一样本集进行数据清洗和标准化，构成第二样本集；/n将所述第二样本集划分为训练集、验证集，然后将所述训练集作为径向基函数神经网络的输入；/n训练所述径向基函数神经网络直至其输出值与真实值偏差低于阈值，得到疾病预测模型。/n

【技术特征摘要】
1.一种基于精液常规检查数据的疾病预测模型的构建方法，其特征在于，包括如下步骤：
获取样本人群的精液生化检查数据、免疫学检查数据、活体检测的体征信息构成第一样本集；
根据精液常规检查数据所对应的疾病知识库对所述第一样本集进行数据清洗和标准化，构成第二样本集；
将所述第二样本集划分为训练集、验证集，然后将所述训练集作为径向基函数神经网络的输入；
训练所述径向基函数神经网络直至其输出值与真实值偏差低于阈值，得到疾病预测模型。


2.根据权利要求1所述的基于精液常规检查数据的疾病预测模型的构建方法，其特征在于，根据精液常规检查数据所对应的疾病知识库对所述第一样本集进行数据清洗和标准化，构成第二样本集包括如下步骤：
根据疾病知识库剔除精液生化检查数据中不符合生物学规律的数据以及相互矛盾的数据，然后对所述精液生化检查数据进行归一化，将其映射到[0,1]上。


3.根据权利要求1所述的基于精液常规检查数据的疾病预测模型的构建方法，其特征在于，根据精液常规检查数据所对应的疾病知识库对所述第一样本集进行数据清洗和标准化，构成第二样本集包括如下步骤：
根据疾病知识库对所述免疫学检查数据不符合免疫学规律的数据以及相互矛盾的数据，然后对所述精液生化检查数据进行归一化，将其映射到[0,1]上。


4.根据权利要求1所述的基于精液常规检查数据的疾病预测模型的构建方法，其特征在于，根据精液常规检查数据所对应的疾病知识库对所述第一样本集进行数据清洗和标准化，构成第二样本集包括如下步骤：
根据病知识库对活体体征信息进行语义相似度计算，得到活体体征信息相应的特征值，剔除与精液相关疾病相关性低的数据。


5.根...

【专利技术属性】
技术研发人员：杜乐，杜登斌，
申请(专利权)人：吾征智能技术北京有限公司，
类型：发明
国别省市：北京;11