一种自我进行眼部疾病筛查预测模型的构建方法及系统技术方案

本发明专利技术涉及一种自我进行眼部疾病筛查预测模型的构建方法及系统。本发明专利技术采用机器学习算法对大量常规检验数据进行分析学习，按机器学习算法得出诊断价值最高的检验数据类目并构建模型。本发明专利技术提供的筛查预测模型便于个体使用定期体检常规检查数据对自我进行眼部疾病筛查预测，按需就医，可减少患者就医的时间资源及经济资源的浪费，减少致盲性眼病诊疗费的同时还能防止视力丢失，具有良好的应用价值。

【技术实现步骤摘要】

本专利技术涉及疾病预测，具体地说，是关于一种自我进行眼部疾病筛查预测模型的构建方法及系统。

技术介绍

1、眼睛是我们人体重要的感觉器官，视网膜相关疾病、屈光性眼病和白内障是疾病负担较重的眼病，而我国现已成为全球眼病患者最多的国家。虽然近年来随着国家的发展，人口增长和老龄化导致了眼病造成的疾病负担显著上升。这些眼病不仅给患者带来不同程度的视觉损伤或丧失，致使生活和工作不便，还会加重家庭和社会的负担，是重大的公共卫生问题。

2、对眼睛的保护和定期检查是非常重要的，眼科疾病准确的检查和诊断是进行正确有效治疗的前提和保证，现有的眼部疾病诊断或鉴别诊断主要通过一系列的临床眼科检查与影像学检查进行。这些检查主要包括：视力检查、眼压检查、裂隙灯检查、视野检查眼超声波检查、oct检查、角膜地形图以及眼底彩超。患者需要在多个检查室中逐一完成这一系列检查之后，再由眼科临床医生综合检查结果与患者实际症状进行诊断。这种诊断方式需多位不同专业方向眼科检查医师、多种不同眼科检查设备参与，耗费较多临床资源，且其对医师专业技能要求较高，不同次诊断流程中存在一定程度上的质量控制本文档来自技高网...

【技术保护点】

1.一种自我进行眼部疾病筛查预测模型的构建方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的构建方法，其特征在于，所述步骤S2中的眼科检测包括眼底成像、房角镜检查、OCT检查、A超检查、眼压检查、裂隙灯检查等；所述血液学检查包括血液成分分析、肝功能、肾功能、血糖、血脂、血凝检测。

3.根据权利要求1所述的构建方法，其特征在于，所述步骤S3中特征指标筛选是利用Python中sklearn建模，通过Backward-SFS1方法选择样本特征。

4.根据权利要求1所述的构建方法，其特征在于，所述步骤S4中的模型是利用RandomForest algo...

【技术特征摘要】

1.一种自我进行眼部疾病筛查预测模型的构建方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的构建方法，其特征在于，所述步骤s2中的眼科检测包括眼底成像、房角镜检查、oct检查、a超检查、眼压检查、裂隙灯检查等；所述血液学检查包括血液成分分析、肝功能、肾功能、血糖、血脂、血凝检测。

3.根据权利要求1所述的构建方法，其特征在于，所述步骤s3中特征指标筛选是利用python中sklearn建模，通过backward-sfs1方法选择样本特征。

4.根据权利要求1所述的构建方法，其特征在于，所述步骤s4中的模型是利用randomforest algorithm(rf)，kneighbors-classifier(kn)，gaussianbayes classifier(gnb)，logisticregression(log)，mult...

【专利技术属性】
技术研发人员：李圣杰，曹文俊，吴佳宁，王枫林，孙兴怀，
申请(专利权)人：复旦大学附属眼耳鼻喉科医院，
类型：发明
国别省市：