基于机器学习的通过体检指标预测健康状态的方法技术

本发明专利技术公开一种基于机器学习的通过体检指标预测健康状态的方法，采用随机森林算法通过体检指标预测采样样本的健康状态，对于健康与非健康状态样本，采用下采样策略对随机使用的样本进行采样，获取采样样本，采用随机欠采样的方法，通过随机选择目标类的数据子集来平衡数据。本发明专利技术具有良好的预测性能，能够帮助预测病情恶化者的真实情况，识别“高危”患者，并为受影响的个体提供最相关的后续检查。

【技术实现步骤摘要】
基于机器学习的通过体检指标预测健康状态的方法
本专利技术涉及医疗领域，尤其涉及一种基于机器学习的通过体检指标预测健康状态的方法。
技术介绍
由于目前的体检结论一般是基于一个相对独立的单项或多项先行指标对体检结果给出建议，给出的很多结果都是模棱两可的。由于缺乏对体格检查指标(PEI)之间相关性的系统研究，因此目前大多数将其独立用于疾病预警。这导致一般身体检查的诊断价值非常有限。与临床医学治疗相比，全面的基础医疗体系对人类健康的影响更大。健康检查可以帮助健康的人们增进对自身身体功能的了解，保持健康状况，并通过改变不健康的习惯并避免可能导致疾病的危险因素来告知健康状况[2]。体格检查可以最大程度地减少疾病困扰。随着人口规模的增长和年龄的增长，人们的医疗保健需求在不断增加，医疗保健服务也变得越来越复杂，并行，成本更高。健康检查是发达国家医疗保健的共同要素。这些检查包括一般血液检查，尿液检查，血糖检查，血脂检查，肾功能检查等。但是，目前，体检报告主要基于一两个独立的体检指标(PEI)进行评估，这只能为体检者提供有关其健康状况或疾病本文档来自技高网...

【技术保护点】
1.基于机器学习的通过体检指标预测健康状态的方法，其特征在于：采用随机森林算法通过体检指标预测采样样本的健康状态。/n

【技术特征摘要】
20191121 CN 20191115142091.基于机器学习的通过体检指标预测健康状态的方法，其特征在于：采用随机森林算法通过体检指标预测采样样本的健康状态。


2.根据权利要求1所述的基于机器学习的通过体检指标预测健康状态的方法，其特征在于：对于健康与非健康状态样本，采用下采样策略对随机使用的样本进行采样，获取采样样本，采用随机欠采样的方法，通过随机选择目标类的数据子集来平衡数据。


3.根据权利要求2所述的基于机器学习的通过体检指标预测健康状态的方法，其特征在于：采用体检指标特征提取策略，提取出对每个健康和不健康状态贡献最大的体检指标。


4.根据权利要求3所述的基于机器学习的通过体检指标预测健康状态的方法，其特征在于：所述体检指标特征提取策略单变量统计的策略进行自动特征选择，通过使用scikitlearn中的feature_选择来实现。


5.根据权利...

【专利技术属性】
技术研发人员：黄璐琳，帅平，刘玉萍，邓燕辉，王海鑫，
申请(专利权)人：四川省人民医院，
类型：发明
国别省市：四川;51