一种脑出血患者神经功能预后预测模型的建立方法及系统技术方案

本发明专利技术提供了一种脑出血患者神经功能预后预测模型的建立方法及系统，该方法包括如下步骤：S1：对脑出血患者数据进行多维度、多层次的数据预处理；S2：对所有候选特征变量进行单因素分析，评估不同神经功能恢复状态结局的患者各个变量的统计学差异；S3：采用交叉验证递归特征消除法获得每个模型的最佳特征组合；S4：根据所筛选出的最佳特征组合进行6种算法模型建模，并进行相应的模型调参，得出相应模型的最好参数结果，利用接受者操作特定曲线的曲线下面积来评价各模型的预测性能，以得到预测性能效果最佳的功能预测模型，6种算法模型包括逻辑回归模型、逻辑回归CV模型、支持向量机模型、随机森林模型、极端梯度助推模型和类别助推模型。别助推模型。别助推模型。

【技术实现步骤摘要】
一种脑出血患者神经功能预后预测模型的建立方法及系统


[0001]本专利技术涉及系统生物学
，尤其是涉及一种脑出血患者神经功能预后预测模型的建立方法及系统。

技术介绍

[0002]脑出血(intracerebral hemorrhage，ICH)是神经系统常见的急性重症之一，也是世界范围内致死和致残的重要原因。在存活患者中，约80％的会遗留神经功能残疾，肢体瘫痪是致残中最常见的后遗症，这给社会和家庭带来了沉重的负担。脑出血是高血压和动脉硬化等不良因素诱发的脑血管破裂出血事件的总称，患者在出血后血液会在脑内形成凝血块引发脑血肿，并伴随头痛、呕吐、昏迷及偏瘫等临床症状。目前，脑出血主要的治疗方式包括内科药物治疗和外科手术治疗，同时，ICH的预后也具有重要意义。
[0003]目前，用于预测脑出血后功能恢复的工具，如ICH评分量表。ICH评分量表是由加利福尼亚大学的Hamphill等人于2001年提出，用于脑出血的临床分级。ICH评分量表的评分范围为0～6分，共包括5项指标，分别是入院时GCS 评分、血肿量、患者的年龄、血肿是否破入脑室和血本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种脑出血患者神经功能预后预测模型的建立方法，其特征在于，包括如下步骤：S1：数据收集及预处理：对脑出血患者数据进行多维度、多层次的数据预处理；S2：数据统计分析：对所有候选特征变量进行单因素分析，评估不同神经功能恢复状态结局的患者各个变量的统计学差异；S3：特征筛选：采用交叉验证递归特征消除法获得每个模型的最佳特征组合；S4：建立模型：根据所筛选出的最佳特征组合进行6种算法模型建模，并进行相应的模型调参，得出相应模型的最好参数结果，利用接受者操作特定曲线的曲线下面积来评价各模型的预测性能，以得到预测性能效果最佳的功能预测模型，其中，6种算法模型包括逻辑回归模型、逻辑回归CV模型、支持向量机模型、随机森林模型、极端梯度助推模型和类别助推模型。2.根据权利要求1所述的脑出血患者神经功能预后预测模型的建立方法，其特征在于，在步骤S1中，所述的对脑出血患者数据进行多维度、多层次的数据预处理，包括：缺失值清洗、多角度的异常值检测与处理以及数据标准化；其中，所述缺失值清洗包括采用Decision Tree Regression算法对连续特征的多重插补以及采用众数对离散特征的填补；所述多角度异常值检测与处理包括采用IQR准则和临床经验进行多角度异常值检测与处理；所述数据标准化包括利用z
‑
score标准化对数据进行标准化。3.根据权利要求2所述的脑出血患者神经功能预后预测模型的建立方法，其特征在于，所述脑出血患者数据包括患者的人口学信息、生命体征、影像学检查结果、实验室检查结果、既往病史和治疗情况。4.根据权利要求1所述的脑出血患者神经功能预后预测模型的建立方法，其特征在于，在步骤S2中，所述的对所有候选特征变量进行单因素分析，评估不同神经功能恢复状态结局的患者各个变量的统计学差异；包括：将全部41个候...

【专利技术属性】
技术研发人员：田蕊，刘怡钒，郭睿，闫思宇，张仁杰，陶传元，伍聪，肖安琪，李浩，马潞，李进，孙鸿，刘翼，贺民，王朝华，张昌伟，谢晓东，游潮，
申请(专利权)人：四川大学华西医院，
类型：发明
国别省市：