本发明专利技术实施例公开了一种基于妊娠糖尿病的用户分类方法、装置、电子设备及介质。该方法包括：获取待分类用户的体征数据和基因数据，并将所述体征数据和所述基因数据进行数据拼接生成所述待分类用户的拼接数据；将所述拼接数据输入至分类模型，得到所述分类模型输出的至少一个初始分类结果；其中，各所述初始分类结果包括分类概率值；确定各所述初始分类结果中的分类概率值的平均分类概率值，并根据所述平均分类概率值确定所述待分类用户的目标分类结果；其中，所述目标分类结果包括正常用户类和妊娠糖尿病用户类；本发明专利技术实施例公开的技术方案，考虑了个体差异，基于多种信息对待分类的用户进行分类，实现了用户分类的准确性。实现了用户分类的准确性。实现了用户分类的准确性。
【技术实现步骤摘要】
基于妊娠糖尿病的用户分类方法、装置、电子设备及介质
[0001]本专利技术实施例涉及机器学习
，尤其涉及一种基于妊娠糖尿病的用户分类方法、装置、电子设备及介质。
技术介绍
[0002]妊娠期糖尿病(GDM)是常见的妊娠期并发症之一，在全世界各个地区的发病率在1.5％至25％不等。而有研究表明，在孕晚期诊断出GDM并给予胰岛素治疗，即使血糖控制平稳也不能完全逆转怀孕中期宫内高糖环境带来的表观遗传学改变。这提示我们对GDM进行早期识别并进行早期干预或许比孕晚期亡羊补牢的治疗意义更大。
[0003]而近年来随着人工智能的兴起和发展，为迫切解决孕早期通过预测妊娠期糖尿病的发病风险，便于做到及时观察或干预提供了新的方向。但是现有采用人工智能在预测妊娠期糖尿病的过程，忽略了人体生理机制的个体差异，导致预测结果与实际结果有偏差，预测精度需要进一步提高。
技术实现思路
[0004]本专利技术提供一种基于妊娠糖尿病的用户分类方法、装置、电子设备及介质，以实现基于个人生理机制以及临床数据对孕妇是否为妊娠期糖尿病患者进行分类，考虑了个体差异，基于多种信息对待分类的用户进行分类，实现了用户分类的准确性。
[0005]第一方面，本专利技术实施例提供了一种基于妊娠糖尿病的用户分类方法，该方法包括：
[0006]获取待分类用户的体征数据和基因数据，并将所述体征数据和所述基因数据进行数据拼接生成所述待分类用户的拼接数据；
[0007]将所述拼接数据输入至分类模型，得到所述分类模型输出的至少一个初始分类结果；其中，各所述初始分类结果包括分类概率值；
[0008]确定各所述初始分类结果中的分类概率值的平均分类概率值，并根据所述平均分类概率值确定所述待分类用户的目标分类结果；其中，所述目标分类结果包括正常用户类和妊娠糖尿病用户类。
[0009]可选的，所述获取待分类用户的体征数据和基因数据，包括：
[0010]获取待分类用户的初始体征数据，并对所述初始体征数据进行特征提取，得到所述初始体征数据对应的体征特征；
[0011]获取待分类用户的初始基因数据，并对所述初始基因数据进行特征提取，得到所述初始基因数据对应的基因特征。
[0012]可选的，所述对所述基因数据行特征提取，得到所述基因数据对应的基因特征，包括：
[0013]将所述特征基因数据输入预先训练好的特征提取模型中，得到所述特征提取模型输出的基因特征。
[0014]可选的，所述特征提取模型包括自注意力模块和卷积模块；其中，
[0015]所述自注意力模块，用于对所述基因数据中各基因位点的位点数据进行特征转换，得到所述基因数据的全局特征；
[0016]所述卷积模块，用于对所述全局特征进行特征提取，得到所述基因数据的基因特征。
[0017]可选的，所述基因信息包括多个基因位点的位点数据；
[0018]相应的，在对所述基因数据行特征提取之前，还包括：
[0019]对各所述基因位点的位点数据进行合并处理和/或拆分处理，得到所述待分类用户处理后的基因数据。
[0020]可选的，所述对所述体征数据行特征提取，得到所述体征数据对应的体征特征，包括：
[0021]对所述体征数据进行异常值处理以及数值化处理，得到处理后的体征数据；
[0022]提取所述处理后的体征数据中的数据特征，得到所述体征数据对应的体征特征。
[0023]可选的，所述将所述拼接数据输入至分类模型，得到所述分类模型输出的至少一个初始分类结果，包括：
[0024]将所述拼接数据分别输入至所述分类模型中的至少一个分类子模型，得到各所述分类子模型输出的多个初始分类结果；其中，各分类子模型的模型类型不同。
[0025]可选的，所述初始分类结果包括所述待分类用户为正常用户的第一分类概率值，和所述待分类用户为妊娠糖尿病用户的第二分类概率值；
[0026]相应的，所述确定各所述初始分类结果中的分类概率值的平均分类概率值，并根据所述平均分类概率值确定所述待分类用户的目标分类结果，包括：
[0027]确定各所述初始分类结果中第一分类概率值的第一平均分类概率值，以及第二分类概率值的第二平均分类概率值；
[0028]将所述第一平均分类概率值和所述第二平均分类概率值进行比对，并基于比对结果确定所述待分类用户的目标分类结果。
[0029]第二方面，本专利技术实施例还提供了一种基于妊娠糖尿病的用户分类装置，该装置包括：
[0030]数据获取模块，用于获取待分类用户的体征数据和基因数据，并将所述体征数据和所述基因数据进行数据拼接生成所述待分类用户的拼接数据；
[0031]初始分类结果确定模块，用于将所述拼接数据输入至分类模型，得到所述分类模型输出的至少一个初始分类结果；其中，各所述初始分类结果包括分类概率值；
[0032]目标分类结果确定模块，用于确定各所述初始分类结果中的分类概率值的平均分类概率值，并根据所述平均分类概率值确定所述待分类用户的目标分类结果；其中，所述目标分类结果包括所述正常用户类和妊娠糖尿病用户类。
[0033]第三方面，本专利技术实施例还提供了一种电子设备，所述电子设备包括：
[0034]一个或多个处理器；
[0035]存储装置，用于存储一个或多个程序，
[0036]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任意实施例提供的基于妊娠糖尿病的用户分类方法。
[0037]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术任意实施例提供的基于妊娠糖尿病的用户分类方法。
[0038]本实施例的技术方案具体包括获取待分类用户的体征数据和基因数据，并将所述体征数据和所述基因数据进行数据拼接生成所述待分类用户的拼接数据；获取表征个人差异的基因数据，并基于体征数据和基因数据的多种信息对待分类的用户进行分类，提高了用户分类的准确性；将所述拼接数据输入至分类模型，得到所述分类模型输出的至少一个初始分类结果；其中，各所述初始分类结果包括分类概率值；确定各所述初始分类结果中的分类概率值的平均分类概率值，并根据所述平均分类概率值确定所述待分类用户的目标分类结果；其中，所述目标分类结果包括正常用户类和妊娠糖尿病用户类。上述技术方案通过基于个人生理机制以及临床数据对孕妇是否为妊娠期糖尿病患者进行分类，考虑了个体差异，基于多种信息对待分类的用户进行分类，实现了用户分类的准确性。
附图说明
[0039]为了更加清楚地说明本专利技术示例性实施例的技术方案，下面对描述实施例中所需要用到的附图做一简单介绍。显然，所介绍的附图只是本专利技术所要描述的一部分实施例的附图，而不是全部的附图，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。
[0040]图1是本专利技术实施例一提供的基于妊娠糖尿病的用户分类方法的流程本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于妊娠糖尿病的用户分类方法，其特征在于，包括：获取待分类用户的体征数据和基因数据，并将所述体征数据和所述基因数据进行数据拼接生成所述待分类用户的拼接数据；将所述拼接数据输入至分类模型，得到所述分类模型输出的至少一个初始分类结果；其中，各所述初始分类结果包括分类概率值；确定各所述初始分类结果中的分类概率值的平均分类概率值，并根据所述平均分类概率值确定所述待分类用户的目标分类结果；其中，所述目标分类结果包括正常用户类和妊娠糖尿病用户类。2.根据权利要求1所述的方法，其特征在于，所述获取待分类用户的体征数据和基因数据，包括：获取待分类用户的初始体征数据，并对所述体征数据进行特征提取，得到所述体征数据对应的体征特征；获取待分类用户的初始基因数据，并对所述基因数据进行特征提取，得到所述基因数据对应的基因特征。3.根据权利要求2所述的方法，其特征在于，所述对所述基因数据行特征提取，得到所述基因数据对应的基因特征，包括：将所述特征基因数据输入预先训练好的特征提取模型中，得到所述特征提取模型输出的基因特征。4.根据权利要求3所述的方法，其特征在于，所述特征提取模型包括自注意力模块和卷积模块；其中，所述自注意力模块，用于对所述基因数据中各基因位点的位点数据进行特征转换，得到所述基因数据的全局特征；所述卷积模块，用于对所述全局特征进行特征提取，得到所述基因数据的基因特征。5.根据权利要求2所述的方法，其特征在于，所述基因信息包括多个基因位点的位点数据；相应的，在对所述基因数据行特征提取之前，还包括：对各所述基因位点的位点数据进行合并处理和/或拆分处理，得到所述待分类用户处理后的基因数据。6.根据权利要求2所述的方法，其特征在于，所述对所述体征数据行特征提取，得到所述体征数据对应的体征特征，包括：对所述体征数据进行异常值处理以及数值化处理，得到处理后的体征数据；提取所述处理后的体征数据中的数据特征，得到所述体征数据对应的体征特征。7.根据权利要求1所述的方法，其特征在于...
【专利技术属性】
技术研发人员：林日裕，王建峰，梁波，
申请(专利权)人：苏州贝康医疗器械有限公司，
类型：发明
国别省市：
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。