申请/专利权人：凯斯艾生物科技(苏州)有限公司

申请日：2024-03-05

公开（公告）日：2024-05-17

公开（公告）号：CN117831771B

主分类号：G16H50/30

分类号：G16H50/30;G16H50/70;G06F18/2411;G06F18/27;G06F18/214

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明提出了一种基于深度学习的疾病风险预测模型构建方法及系统。属于医疗数据挖掘技术领域，所述方法包括：实时获取心脑血管疾病数据，并对获取的数据进行预处理；预处理后的数据存入云空间，进行标记，对标记后的数据进行备份，将标记前后的数据分别存入不同的存储空间，并对不同存储空间内的数据分别进行处理；获得第一处理结果以及第二处理结果；基于深度学习算法通过所述第一处理结果构建疾病风险预测模型，通过所述第二处理结果对构建的所述疾病风险预测模型进行评估及优化。通过实时获取心脑血管疾病的临床数据和生物标志物数据，并对数据进行预处理，能够确保数据的准确性和完整性。

主权项：1.一种基于深度学习的疾病风险预测模型构建方法，其特征在于，所述方法包括：实时获取心脑血管疾病数据，并对获取的数据进行预处理；将预处理后的数据存入云空间，进行标记，对标记后的数据进行备份，将标记前后的数据分别存入不同的存储空间，并对不同存储空间内的数据分别进行处理；获得第一处理结果以及第二处理结果；基于深度学习算法通过所述第一处理结果构建疾病风险预测模型，通过所述第二处理结果对构建的所述疾病风险预测模型进行评估及优化；将评估及优化后的疾病风险预测模型应用于新的个体数据，进行心脑血管疾病风险预测；并输出风险评估结果，将风险评估结果通过可视化方式进行展示；所述将预处理后的数据存入云空间，进行标记，对标记后的数据进行备份，将标记前后的数据分别存入不同的存储空间，并对不同存储空间内的数据分别进行处理；获得第一处理结果以及第二处理结果；包括：所述云空间获取压缩后的数据，将其标记为第一数据，并通过备份算法对所述第一数据进行备份获取第二数据；将第一数据存入第一存储空间，将第二数据存入第二存储空间，对第一存储空间内的数据进行第一处理，对第二存储空间内的数据进行第二处理；根据第一处理的结果获取第一处理结果，根据第二处理的结果获取第二处理结果；所述第一处理的步骤包括：所述第一存储空间接收到第一数据后，根据数据类型对所述第一数据进行分段，并将分段后的所述第一数据存储至不同的子空间内；将所述不同的子空间内分段后的第一数据划分为多个数据块，每个数据块表示一个子任务；针对每个子任务，通过多线程并行处理算法，通过不同的计算资源对所述子任务进行并行处理，并获得处理结果；通过合并算法将不同子空间内进行处理的处理结果进行合并，获得第一处理结果；所述第二处理的步骤，包括：所述第二存储空间接收到第二数据后，通过时间序列将所述第二数据划分为三部分，所述三部分包括第一部分，第二部分以及第三部分，所述第一部分占比65%，第二部分占比20%，第三部分占比15%；所述第一部分用于训练，第二部分用于验证，第三部分用于测试；将划分为三部分的第二数据分别存储至不同的子空间；将不同子空间内存储的第二数据根据数据类型划分为多个数据块，每个数据块表示一个子任务；通过独立的处理线程和或进程对所述子任务进行并行处理，获得处理结果；通过合并算法将所述处理结果进行合并，获得合并后的第二处理结果；所述基于深度学习算法通过所述第一处理结果构建疾病风险预测模型，通过所述第二处理结果对构建的所述疾病风险预测模型进行评估及优化，包括：对第一处理结果进行特征选择，选取与心脑血管疾病相关的特征，并将第一处理结果按照6：4的比例划分训练集以及验证集；通过逻辑回归以及支持向量机构建疾病风险预测模型，在所述训练集上对所述疾病风险预测模型进行训练，并通过交叉验证对所述疾病风险预测模型进行选择与调参；通过验证集对训练后的疾病风险预测模型的指标进行评估，并根据对指标的评估结果，分析模型存在的问题以及改进空间；根据模型评估结果，对模型进行优化；根据第二处理结果处理后获得的训练集对优化后的模型进行重新训练，并通过超参数对模型进行调优；在训练过程中通过第二处理结果处理后获得的验证集对模型进行评估，通过验证集的性能指标来选择模型的参数配置；训练以及验证完成后，根据第二处理结果处理后获得的测试集对经过训练和验证的模型进行最终评估；通过测试集的结果来检验模型的表现，并对模型进行进一步的优化和改进。

全文数据：

权利要求：

百度查询： 凯斯艾生物科技(苏州)有限公司 一种基于深度学习的疾病风险预测模型构建方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD