欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202210106377X
申请人: 南京信息工程大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于狄克斯特拉算法的低冗余度动脉粥样硬化风险预测方法,其特征在于,所述方法包括:采集原始数据集,并对原始数据集进行预处理;

基于狄克斯特拉算法的低冗余度特征筛选方法对原始数据挑选出数据冗余度低、有代表性的特征作为最优特征集,将残留特征记为残留特征集;

基于机器学习算法将最优特征集作为基分类器A、将残留特征集作为基分类器B,分别建立预测模型,记为预测模型A、预测模型B;

基于贝叶斯网络计算预测模型A、预测模型B的权重;

将预测模型A预测模型B所得到的预测结果加权集成,输出最优预测结果。

2.根据权利要求1所述的基于狄克斯特拉算法的低冗余度动脉粥样硬化风险预测方法,其特征在于,所述方法还包括:将预处理过的原始数据集输入预先建立的动脉粥样硬化风险预测模型,输出预测KS值;

基于预测KS值作为狄克斯特拉算法的低冗余度特征筛选的输入。

3.根据权利要求2所述的基于狄克斯特拉算法的低冗余度动脉粥样硬化风险预测方法,其特征在于,动脉粥样硬化风险预测模型的效果优劣的判断方法包括:KS利用TPR、FPR两个指标指出最优划分阈值,即:

KSmax=max(TPR‑FPR)

其纵坐标为FPR、TPR即负类样本中被判定为正类的比例、正类样本中被判定为正类的比例;对于二分类问题,可将样本按照真实类别与模型预测类别的组合划分成四类:令TP表示真实情况与预测结果均为正的真正样本的数量、FP表示真实情况为负预测结果为正的假正样本的数量、TN表示真实情况为正预测结果为负的真负样本的数量、FN表示真实情况为正预测结果为负的假负样本的数量,即误纳率为:误拒率为:

4.根据权利要求2所述的基于狄克斯特拉算法的低冗余度动脉粥样硬化风险预测方法,其特征在于,所述狄克斯特拉算法的低冗余度特征筛选方法包括:输入原始数据集与预测的KS值,计特征总数为n;

构建各特征作为节点的无向图,计算各特征之间的相关距离矩阵;

确定特征集的特征数量,计特征数量为k,以k=n‑1为起始条件;

由特征作为节点的无向图中,基于狄克斯特拉算法求解最优距离;

将相关最优距离的路径作为数据集输入,基于动脉粥样硬化风险预测模型,计算此时模型的KS值;

响应于最优特征集特征数不大于2作为最优特征集,将原始特征集中除了最优特征集外的特征记为残留特征集;

输出最优特征集与残留特征集,完成基于狄克斯特拉算法的低冗余度特征筛选。

5.根据权利要求4所述的基于狄克斯特拉算法的低冗余度动脉粥样硬化风险预测方法,其特征在于,所述构建无向图与相对距离矩阵的方法包括:选用Pearson相关系数来判断各变量与动脉粥样硬化患病情况之间的关系和相关性程度;假设两个变量(X,Y)的n对样本为(xi,yi),i=1,2,K,n,通过计算则可以得到Pearson相关系数ρ:其中,E(X)和D(X)表示了变量X的样本均值与方差。其相关距离Dxy的定义如下:Dxy=1‑ρXY

将各特征作为所设图中的n个结点进行研究,利用权重来描述每条边上的标签值,即每一条边都有唯一对应的值,将图作为加权图进行研究,其中每条路径的唯一权重即为两者之间的相关距离Dxy,相关距离便是各节点之间的关联函数,记为n×n阶的相关距离矩阵Wn×n。

6.根据权利要求4所述的基于狄克斯特拉算法的低冗余度动脉粥样硬化风险预测方法,其特征在于,所述基于狄克斯特拉算法的最优距离求解方法如下:首先引入一个辅助数组D,它的每个元素D[i](1

设D的初始状态:若从起始节点i到第j个节点,则D=Dij为了追求最长路径,D[1]就是原点出发,到距离最远的节点的路径长度;将到达的节点记为集合S,到达下一个距离最近且非S的节点t的最短路径,即为D[2],循环,得到目标函数,即代表了Dij第i个节点到第j个节点,这条路径所代表的边上的权值大小;

通过狄克斯特拉求解算法,在选取k个特征时,从第i个节点出发所经历的最长路径,即最优特征集;此时,再通过计算机遍历,获得从第1到第n个节点出发时,其不同的最优特征集,即目标函数为:

7.根据权利要求1所述的基于狄克斯特拉算法的低冗余度动脉粥样硬化风险预测方法,其特征在于,所述预测模型A和预测模型B的权重计算方法如下:将预测模型A和预测模型B集成,表示为:rlearning=w1r1+w2r2,基于贝叶斯网络利用条件信息熵公式:分别算出预测模型A的信息熵HA和预测模型B的信息熵HB,则预测模型A的熵权为预测模型B的熵权为

8.根据权利要求1所述的基于狄克斯特拉算法的低冗余度动脉粥样硬化风险预测方法,其特征在于,所述数据预处理主要包括异常值处理、缺失值处理以及统计学检验;

所述统计学检验采用方差分析,依靠为F‑分布概率的分布依据,在样本总数为n、样本组数为k时,组间离差平方和为SSA、组内离差平方和为SSE,可得:F值应服从F(k‑1,n‑k)分布,选取显著水平a=0.05时,当计算出的统计量F值大于0.05时,则可认为该影响因素的不同水平对因变量有较为大的影响,否则影响记为不显著;其中涉及的连续型特征以均值±标准差 表示,对是否存在动脉粥样硬化风险,在这两组间的差异性比较,会采取独立样本t检验;而离散型特征以计数和百分比来表示,组间差异2

性比较采用χ检验;以p<0.05作为检验标准。

9.根据权利要求1所述的基于狄克斯特拉算法的低冗余度动脉粥样硬化风险预测方法,其特征在于,所述数据集采集的方法包括:选择有关引发动脉粥样硬化的因素作为原始特征集,作为动脉粥样硬化风险组与对照组,构成训练样本集并保留测试集。

10.根据权利要求1所述的基于狄克斯特拉算法的低冗余度动脉粥样硬化风险预测方法,其特征在于,所述集成学习的方法包括:将预测模型A预测模型B所得到的加权结果相加,如果预测风险概率结果为rA和rB,经过熵权法加权处理后,预测概率结果则为r集成=wArA+wBrB。