一种基于代谢组学的糖尿病早期预警方法技术

本发明专利技术公开了一种基于代谢组学的糖尿病早期预警方法，S1、获取多组数据：获取医疗单位中与糖尿病相关的健康数据及变化，以及糖尿病个体的类型和家族关系，本发明专利技术涉及医学技术领域。该基于代谢组学的糖尿病早期预警方法，通过采集多组糖尿病中的健康数据和家族遗传信息，并将获取的糖尿病数据按照遗传I型糖尿病、后天I型糖尿病、遗传II型糖尿病和后天II型糖尿病进行详细分类，然后通过Fuzzy C‑Means算法获取统计模型，再根据CART算法，算出与糖尿病数据的相似程度，并给出相应的预警提示和预防建议，通过该种方法对非糖尿病数据进行预警提示，能够起到很好的防范作用，并能够根据预防建议针对性的做出预防。

【技术实现步骤摘要】
一种基于代谢组学的糖尿病早期预警方法
本专利技术涉及医学
，具体为一种基于代谢组学的糖尿病早期预警方法。
技术介绍
随着社会的经济发展，糖尿病的发病率也逐年升高，糖尿病是一种以高血糖为特征的慢性疾病，且具有明显的家族遗传特性，接近一半的糖尿病患者有家族遗传病史，一部分是由于人们饮食结构、生活方式、周围环境或遗传因素等改变，而引起人体血中胰岛素相对或绝对不足，使得血糖过高，进而导致机体内蛋白质、脂肪、碳水化合物、水和电解质等紊乱的慢性代谢异常引起的，糖尿病是一种遗传因素与环境因素共同作用的一种内分泌性疾病。糖尿病一旦确诊不仅需要医治的时间较长，且难以医治，因此通过先进的技术手段做好糖尿病患病的前期预防和日常管理就显得格外重要，目前预防糖尿病的方式基本上都是到医院去检测身体，获得数据根据详细数据进行预防。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种基于代谢组学的糖尿病早期预警方法，解决了目前的糖尿病预防的方式，基本上靠自觉性的问题。(二)技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于代谢组学的糖尿病早期预警方法，具体包括以下步骤：S1、获取多组数据：获取医疗单位中与糖尿病相关的健康数据及变化，以及糖尿病个体的类型和家族关系；S2、数据分类：将糖尿病个体的数据根据遗传I型糖尿病、后天I型糖尿病、遗传II型糖尿病和后天II型糖尿病进行分类；S3、数据聚类：将分类数据分别通过FuzzyC-Means算法获取统计模型；S4、预警分析：通过统计模型使用CART算法，对非糖尿病人进行详细分析，并给出非糖尿病个体与某种类型糖尿病的相似程度和风险建议。优选的，所述步骤S1中，获取的数据为糖尿病个体的身高、体重、血糖血脂、血压和与糖尿病相关的数据，同时获取糖尿病个体的家族获病状况。优选的，所述步骤S1中，获取的数据需根据定期的检查进行对数据进行变化。优选的，所述步骤S2中遗传I型糖尿病、后天I型糖尿病、遗传II型糖尿病和后天II型糖尿病的数据库互不干扰。优选的，所述步骤S3中，FuzzyC-Means算法中目标化最小函数的计算公式为其中m是聚类的簇数，uij表示样本xi数据j类的隶属度，i表示第i个样本，x是具有d维特征的一个样本，cj是j簇的中心，也具有维度。优选的，所述步骤S3中，FuzzyC-Means算法中迭代的终止条件为其中k是迭代步数，ε是误差阈值。优选的，所述步骤S4中，CART算法中基尼的计算公式为其中K为一列特种中有K个类别，pk为第k个类别的概率。(三)有益效果本专利技术提供了一种基于代谢组学的糖尿病早期预警方法。与现有技术相比具备以下有益效果：该基于代谢组学的糖尿病早期预警方法，通过S1、获取多组数据：获取医疗单位中与糖尿病相关的健康数据及变化，以及糖尿病个体的类型和家族关系；S2、数据分类：将糖尿病个体的数据根据遗传I型糖尿病、后天I型糖尿病、遗传II型糖尿病和后天II型糖尿病进行分类；S3、数据聚类：将分类数据分别通过FuzzyC-Means算法获取统计模型；S4、预警分析：通过统计模型使用CART算法，对非糖尿病人进行详细分析，并给出非糖尿病个体与某种类型糖尿病的相似程度和风险建议，通过采集多组糖尿病中的健康数据和家族遗传信息，并将获取的糖尿病数据按照遗传I型糖尿病、后天I型糖尿病、遗传II型糖尿病和后天II型糖尿病进行详细分类，然后通过FuzzyC-Means算法获取统计模型，再根据CART算法，算出与糖尿病数据的相似程度，并给出相应的预警提示和预防建议，通过该种方法对非糖尿病数据进行预警提示，能够起到很好的防范作用，并能够根据预防建议针对性的做出预防。附图说明图1为本专利技术预警方法的流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1，本专利技术实施例提供一种技术方案：一种基于代谢组学的糖尿病早期预警方法，具体包括以下步骤：S1、获取多组数据：获取医疗单位中与糖尿病相关的健康数据及变化，以及糖尿病个体的类型和家族关系；S2、数据分类：将糖尿病个体的数据根据遗传I型糖尿病、后天I型糖尿病、遗传II型糖尿病和后天II型糖尿病进行分类；S3、数据聚类：将分类数据分别通过FuzzyC-Means算法获取统计模型；S4、预警分析：通过统计模型使用CART算法，对非糖尿病人进行详细分析，并给出非糖尿病个体与某种类型糖尿病的相似程度和风险建议。本专利技术中，步骤S1中，获取的数据为糖尿病个体的身高、体重、血糖血脂、血压和与糖尿病相关的数据，同时获取糖尿病个体的家族获病状况，通过获取的家族信息和遗传数据进行能够判断是否为遗传性糖尿病。本专利技术中，步骤S1中，获取的数据需根据定期的检查进行对数据进行变化。本专利技术中，步骤S2中遗传I型糖尿病、后天I型糖尿病、遗传II型糖尿病和后天II型糖尿病的数据库互不干扰。本专利技术中，步骤S3中，FuzzyC-Means算法中目标化最小函数的计算公式为其中m是聚类的簇数，uij表示样本xi数据j类的隶属度，i表示第i个样本，x是具有d维特征的一个样本，cj是j簇的中心，也具有维度。本专利技术中，步骤S3中，FuzzyC-Means算法中迭代的终止条件为其中k是迭代步数，ε是误差阈值，该公式的意思为继续迭代下去，隶属程度也不会发生较大的变化。即认为隶属度不变了，已经达到比较优状态了，该过程收敛于目标Jm的局部最小值或鞍点，该算法可以通过python编码实现。本专利技术中，步骤S4中，CART算法中基尼的计算公式为其中K为一列特种中有K个类别，pk为第k个类别的概率。综上所述，通过采集多组糖尿病中的健康数据和家族遗传信息，并将获取的糖尿病数据按照遗传I型糖尿病、后天I型糖尿病、遗传II型糖尿病和后天II型糖尿病进行详细分类，然后通过FuzzyC-Means算法获取统计模型，再根据CART算法，算出与糖尿病数据的相似程度，并给出相应的预警提示和预防建议，通过该种方法对非糖尿病数据进行预警提示，能够起到很好的防范作用，并能够根据预防建议针对性的做出预防。同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过本文档来自技高网...

【技术保护点】
1.一种基于代谢组学的糖尿病早期预警方法，其特征在于：具体包括以下步骤：/nS1、获取多组数据：获取医疗单位中与糖尿病相关的健康数据及变化，以及糖尿病个体的类型和家族关系；/nS2、数据分类：将糖尿病个体的数据根据遗传I型糖尿病、后天I型糖尿病、遗传II型糖尿病和后天II型糖尿病进行分类；/nS3、数据聚类：将分类数据分别通过Fuzzy C-Means算法获取统计模型；/nS4、预警分析：通过统计模型使用CART算法，对非糖尿病人进行详细分析，并给出非糖尿病个体与某种类型糖尿病的相似程度和风险建议。/n

【技术特征摘要】
1.一种基于代谢组学的糖尿病早期预警方法，其特征在于：具体包括以下步骤：
S1、获取多组数据：获取医疗单位中与糖尿病相关的健康数据及变化，以及糖尿病个体的类型和家族关系；
S2、数据分类：将糖尿病个体的数据根据遗传I型糖尿病、后天I型糖尿病、遗传II型糖尿病和后天II型糖尿病进行分类；
S3、数据聚类：将分类数据分别通过FuzzyC-Means算法获取统计模型；
S4、预警分析：通过统计模型使用CART算法，对非糖尿病人进行详细分析，并给出非糖尿病个体与某种类型糖尿病的相似程度和风险建议。


2.根据权利要求1所述的一种基于代谢组学的糖尿病早期预警方法，其特征在于：所述步骤S1中，获取的数据为糖尿病个体的身高、体重、血糖血脂、血压和与糖尿病相关的数据，同时获取糖尿病个体的家族获病状况。


3.根据权利要求1所述的一种基于代谢组学的糖尿病早期预警方法，其特征在于：所述步骤S1中，获取的数据需根据定期的检查进行对数据进行变...

【专利技术属性】
技术研发人员：凌雪峰，
申请(专利权)人：浙江大学滨海产业技术研究院，天津云检医学检验所有限公司，
类型：发明
国别省市：天津;12