【技术实现步骤摘要】
本申请涉及计算机，更具体地说，是涉及一种认知障碍的辅助分析方法、装置、设备及存储介质。
技术介绍
1、认知是机体认识和获取知识的智能加工过程，涉及学习、记忆、语言、思维、精神、情感等一系列随意、心理和社会行为。认知障碍指与上述学习记忆以及思维判断有关的大脑高级智能加工过程出现异常，从而引起加重学习、记忆障碍，同时伴有失语或失用或失认或失行等改变的病理过程。
2、目前的认知障碍诊断方法存在诸多缺点和挑战，严重限制了认知障碍的筛查的准确性和可靠性，主要表现在医生主观性判断的不够准确可靠，早期认知障碍不明显的诊断困难，临床测试无法全面评估认知功能的复杂性，以及长期随访需要花费大量时间和资源。
3、呼气诊断是一种通过分析呼气气体中的化学成分来诊断疾病的方法。呼出气体不仅容易获取且无创，呼出气体中的挥发性有机化合物voc（volatile organic compound）是一种新型生物标志物，能用作疾病预测和辅助分析。
4、如何对测试对象的呼气中的化合物成分进行分析，给出测试对象关于认知障碍的分析结果，以辅助医生判断，是需要关注的问题。
技术实现思路
1、鉴于上述问题，本申请提供了一种认知障碍的辅助分析方法、装置、设备及存储介质，以对测试对象的呼气中的化合物成分进行分析，给出测试对象关于认知障碍的分析结果，从而辅助医生判断。
2、为了实现上述目的，现提出具体方案如下：
3、一种认知障碍的辅助分析方法，包括：
4、获取目
5、将所述呼气输入至预先建立的认知障碍预测模型，输出所述目标对象的认知障碍测评结果；
6、所述认知障碍预测模型的建立过程，包括：
7、获取认知障碍对象呼气数据以及健康对象呼气数据；
8、以所述认知障碍对象呼气数据和所述健康对象呼气数据作为训练样本，以目标标志物集合作为模型预测分析因素，对基础模型进行训练，得到认知障碍预测模型。
9、可选的，以所述认知障碍对象呼气数据和所述健康对象呼气数据作为训练样本，以目标标志物集合作为模型预测分析因素，对基础模型进行训练，得到认知障碍预测模型，包括：
10、在基础模型以所述认知障碍对象呼气数据和所述健康对象呼气数据作为训练样本，以目标标志物集合作为模型预测分析因素进行训练的过程中，通过网格搜索结合交叉验证，确定所述基础模型的最佳参数组合；
11、通过支持向量机svm算法结合网格搜索，确定所述最佳参数组合中的最佳模型参数；
12、在所述最佳模型参数下对所述基础模型进行训练，得到认知障碍预测模型。
13、可选的，该方法还包括：
14、基于所述认知障碍对象呼气数据以及所述健康对象呼气数据，构建训练测试样本集，所述训练测试样本集包括第一预设比例的训练样本集，以及第二预设比例的测试样本集，所述第一预设比例大于所述第二预设比例；
15、以所述认知障碍对象呼气数据和所述健康对象呼气数据作为训练样本，以目标标志物集合作为模型预测分析因素，对基础模型进行训练，得到认知障碍预测模型，包括：
16、在所述训练样本集下以目标标志物集合作为模型预测分析因素，对基础模型进行训练，得到认知障碍预测模型；
17、该方法还包括：
18、利用所述测试样本集对所述认知障碍预测模型进行性能评估。
19、可选的，所述目标标志物集合为包括有预设数量的化合物的组合，所述组合中的每种化合物均从预先构建的差异标志物集合中选取；
20、所述差异标志物集合包括2-甲基戊烷、乙酸乙酯、1,2-二氯丙烷、甲基丙基硫醚、2,4,4-三甲基-2-戊烯、3-乙基己烷、z-1-甲硫基-1-丙烯、甲苯、对二甲苯、顺-2-壬烯、壬烷、丙基苯、苯甲醛、苯甲腈、己酸乙酯、1,4-桉叶素、邻异丙基甲苯、对异丙基甲苯、4,5-二甲基壬烷、4-甲基癸烷、4-异丙烯基甲苯、2,3-二甲基癸烷、十一烷、2,4,6-三甲基癸烷以及1,2,4,5-四甲苯。
21、可选的，所述差异标志物集合的构建过程，包括：
22、获取健康对象的呼气和认知障碍对象的呼气；
23、通过气相色谱仪联用质谱对所述健康对象的呼气以及所述认知障碍对象的呼气进行检测，获得所述健康对象的第一呼气化合物谱图以及所述认知障碍对象的第二呼气化合物谱图；
24、针对所述第一呼气化合物谱图和所述第二呼气化合物谱图中的每个呼气化合物谱图，对所述呼气化合物谱图进行归一化处理、峰剔除处理、峰填充处理以及z-score处理，得到标准化的呼气化合物谱图；
25、计算所述标准化后的呼气化合物谱图中的每个化合物峰的假阳发现率fdr值和变量投影重要性指标vip值，将标准化后的呼气化合物谱图中fdr值小于预设fdr阈值且vip值大于预设vip阈值的化合物峰对应的化合物确定为差异标志物，并组合各个差异标志物得到差异标志物集合。
26、可选的，计算所述标准化后的呼气化合物谱图中的每个化合物峰的假阳发现率fdr值和变量投影重要性指标vip值，包括：
27、针对所述标准化后的呼气化合物谱图中的每个化合物峰，通过将所述化合物峰在标准化后的第一呼气化合物谱图中的峰值，与所述化合物峰在标准化后的第二呼气化合物谱图中的峰值进行对比，确定所述化合物峰的p值以及vip值，并对该p值转换得到所述化合物峰的fdr值。
28、可选的，所述通过气相色谱仪联用质谱对所述健康对象的呼气以及所述认知障碍对象的呼气进行检测，获得所述健康对象的第一呼气化合物谱图以及所述认知障碍对象的第二呼气化合物谱图，包括：
29、通过气相色谱仪联用质谱对所述健康对象的呼气以及所述认知障碍对象的呼气进行检测，获得所述健康对象的第一化合物谱图信号，以及所述认知障碍对象的第二化合物谱图信号；
30、去除所述第一化合物谱图信号和所述第二化合物谱图信号的噪声，得到噪声去除后的第一化合物谱图信号和噪声去除后的第二化合物谱图信号；
31、对所述噪声去除后的第一化合物谱图信号和所述噪声去除后的第二化合物谱图信号进行基线校准，得到基线校准后的第一化合物谱图信号和基线校准后的第二化合物谱图信号；
32、基于所述基线校准后的第一化合物谱图信号，绘制所述健康对象的第一呼气化合物谱图，并基于所述基线校准后的第二化合物谱图信号，绘制所述认知障碍对象的第二呼气化合物谱图。
33、可选的，去除所述第一化合物谱图信号和所述第二化合物谱图信号的噪声，得到噪声去除后的第一化合物谱图信号和噪声去除后的第二化合物谱图信号，包括：
34、针对所述第一化合物谱图信号和所述第二化合物谱图信号中的每个化合物谱图信号，若所述化合物谱图信号中存在目标信号点，将所述目标信号点的两个相邻信号点的信号均值代替所述目标信号点的信号值，以获得噪声去除后的化合物谱图信号，所述目标信号点的信本文档来自技高网...
【技术保护点】
1.一种认知障碍的辅助分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，以所述认知障碍对象呼气数据和所述健康对象呼气数据作为训练样本，以目标标志物集合作为模型预测分析因素，对基础模型进行训练，得到认知障碍预测模型，包括：
3.根据权利要求1所述的方法，其特征在于，还包括：
4.根据权利要求1-3任一项所述的方法，其特征在于，所述目标标志物集合为包括有预设数量的化合物的组合，所述组合中的每种化合物均从预先构建的差异标志物集合中选取；
5.根据权利要求4所述的方法，其特征在于，所述差异标志物集合的构建过程，包括：
6.根据权利要求5所述的方法，其特征在于，计算所述标准化后的呼气化合物谱图中的每个化合物峰的假阳发现率FDR值和变量投影重要性指标VIP值，包括：
7.根据权利要求5所述的方法，其特征在于，所述通过气相色谱仪联用质谱对所述健康对象的呼气以及所述认知障碍对象的呼气进行检测，获得所述健康对象的第一呼气化合物谱图以及所述认知障碍对象的第二呼气化合物谱图，包括：
8.根据权利要
9.根据权利要求7所述的方法，其特征在于，所述对所述噪声去除后的第一化合物谱图信号和所述噪声去除后的第二化合物谱图信号进行基线校准，得到基线校准后的第一化合物谱图信号和基线校准后的第二化合物谱图信号，包括：
10.根据权利要求5所述的方法，其特征在于，所述针对所述第一呼气化合物谱图和所述第二呼气化合物谱图中的每个呼气化合物谱图，对所述呼气化合物谱图进行归一化处理、峰剔除处理、峰填充处理以及Z-score处理，得到标准化的呼气化合物谱图，包括：
11.一种认知障碍的辅助分析装置，其特征在于，包括：
12.一种认知障碍的辅助分析设备，其特征在于，包括存储器和处理器；
13.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-10任一项所述的认知障碍的辅助分析方法的各个步骤。
...【技术特征摘要】
1.一种认知障碍的辅助分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，以所述认知障碍对象呼气数据和所述健康对象呼气数据作为训练样本，以目标标志物集合作为模型预测分析因素，对基础模型进行训练，得到认知障碍预测模型，包括：
3.根据权利要求1所述的方法，其特征在于，还包括：
4.根据权利要求1-3任一项所述的方法，其特征在于，所述目标标志物集合为包括有预设数量的化合物的组合，所述组合中的每种化合物均从预先构建的差异标志物集合中选取；
5.根据权利要求4所述的方法，其特征在于，所述差异标志物集合的构建过程，包括：
6.根据权利要求5所述的方法，其特征在于，计算所述标准化后的呼气化合物谱图中的每个化合物峰的假阳发现率fdr值和变量投影重要性指标vip值，包括：
7.根据权利要求5所述的方法，其特征在于，所述通过气相色谱仪联用质谱对所述健康对象的呼气以及所述认知障碍对象的呼气进行检测，获得所述健康对象的第一呼气化合物谱图以及所述认知障碍对象的第二呼气化合物谱图，包括：
【专利技术属性】
技术研发人员：张晗，陈思彤，耿茜，王俊奇，林雨航，樊鹏南，刘付春维，宋梦昀，陈蕾，赖婉琳，
申请(专利权)人：精智未来广州智能科技有限公司，
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。