基于stacking算法的妊娠糖尿病预测方法技术

本发明专利技术公开了基于stacking算法的妊娠糖尿病预测方法，涉及妊娠糖尿病预测技术领域，具体为基于stacking算法的妊娠糖尿病预测方法，包括以下步骤：S1、患病数据收集；S2、数据处理；S3、特征分析与特征构造；S4、构造最优子集；S5、单集成预测模型构建；S6、模型融合；S7、融合模型与单模型预测性能分析与对比。该基于stacking算法的妊娠糖尿病预测方法基于集成学习建立一个有效的妊娠糖尿病预测糖尿病患病风险的模型，帮助医护人员预测处于妊娠糖尿病的患者，及时并准确的对高危人群采取针对性的措施，这将有助于妊娠期糖尿病的辅助诊断和预防，为智能诊断和减少不良妊娠作出贡献。

【技术实现步骤摘要】
基于stacking算法的妊娠糖尿病预测方法
本专利技术涉及妊娠糖尿病预测
，具体为基于stacking算法的妊娠糖尿病预测方法。
技术介绍
妊娠期糖尿病是导致二型糖尿病及其综合症蔓延全球的重要原因之一，根据研究表明，截止2019年我国患有妊娠期糖尿病的人数排名世界第二。妊娠期糖尿病(GDM)指的是孕妇在妊娠期表现的糖代谢异常，此类型的糖尿病是由于妊娠导致的暂时性病症，会影响到孕妇和胎儿的人身安全。妊娠期糖尿病患者容易患有高血压，原因是人体内的胰岛素分泌不足，血糖含量过高，从而影响到血管的弹性。除此之外，高浓度的血糖会促进孕妇分泌的羊水增加，并刺激到子宫内膜，容易使胎儿早产和窒息。高血糖还会影响到免疫系统，影响白细胞的吞噬能力，导致免疫能力下降，进而发生胎盘早剥的情况，目前的研究发现妊娠期糖尿病是导致孕妇不正常妊娠的原因之一，包括胎儿巨大症、胎儿肩难产。妊娠期糖尿病的影响不止于此，GDM会对母体和胎儿带来长期影响，有研究结果说明，患有GDM的孕妇在产后五年内，有13％-63％的概率患有二型糖尿病且糖耐量异常。近年来，机器学习算法在本文档来自技高网...

【技术保护点】
1.基于stacking算法的妊娠糖尿病预测方法，其特征在于，所述包括以下步骤：/nS1、患病数据收集；/nS2、数据处理；/nS3、特征分析与特征构造；/nS4、构造最优子集；/nS5、单集成预测模型构建；/nS6、模型融合；/nS7、融合模型与单模型预测性能分析与对比。/n

【技术特征摘要】
1.基于stacking算法的妊娠糖尿病预测方法，其特征在于，所述包括以下步骤：
S1、患病数据收集；
S2、数据处理；
S3、特征分析与特征构造；
S4、构造最优子集；
S5、单集成预测模型构建；
S6、模型融合；
S7、融合模型与单模型预测性能分析与对比。


2.根据权利要求1所述的基于stacking算法的妊娠糖尿病预测方法，其特征在于：所述步骤S1、患病数据收集中，收集便携式计算机，通过便携式计算机登录阿里云医疗数据库，收集阿里云医疗真实数据，记录患病数据备份。


3.根据权利要求1所述的基于stacking算法的妊娠糖尿病预测方法，其特征在于：所述步骤S2、数据处理中，选用合适的数据预处理方法处理缺失值，处理和选择特征来构成特征子集，使构成的特征子集能在算法上表现更好的效果，以及构造有效的特征子集，选出对妊娠糖尿病有影响的特征变量作为模型的输入变量，使计算的复杂度简化并提升模型的预测效果。


4.根据权利要求1所述的基于stacking算法的妊娠糖尿病预测方法，其特征在于：所述步骤S3、特征分析与特征构造中，分别对比步骤S2、数据处理中异常值处理和缺失值处理，对数据进行数据处理及分析。


5.根据权利要求1所述的基于stacking算法的妊娠糖尿病预测方法，其特征在于：...

【专利技术属性】
技术研发人员：高玛娜，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11