基于时间序列的IgA肾病恶化预测分析报告生成系统技术方案

本发明专利技术公开了一种基于时间序列的IgA肾病恶化预测分析报告生成系统，该系统包含数据采集模块、数据预处理模块、基于时间序列的IgA肾病恶化预测模型和诊疗报告生成模块；数据采集模块采集患者样本数据，数据预处理模块对患者样本数据进行剔除，基于时间序列的IgA肾病恶化预测模型得到预测结果，诊疗报告生成模块输出情况分析报告。本发明专利技术将传统IgA肾病检查中的时间序列规律利用起来，使检查效果更准确，运用人工智能算法自动比较分析，提高预测效率；通过不同历史阶段的患者病情分析，有助于医生掌握疾病发展规律，有利于治疗与预后。有利于治疗与预后。有利于治疗与预后。

【技术实现步骤摘要】
基于时间序列的IgA肾病恶化预测分析报告生成系统


[0001]本专利技术涉及机器学习领域，尤其涉及一种基于时间序列的IgA肾病恶化预测分析报告生成系统。

技术介绍

[0002]IgA全称指(Immunoglobulin A，即免疫球蛋白A)。IgA肾病是全世界最常见的免疫性肾小球肾炎。迄今为止，发病的机制尚不清楚，疾病预测仍依赖于肾活检这项有创操作，虽然经过积极治疗，目前仍有高达20％
‑
30％的患者可能恶化至终末期肾病(尿毒症)。
[0003]由于IgA肾病的恶化概率是随着时间而逐渐升高的。而现有方法并没有考虑到IgA肾病的时间序列特性。因此，本专利技术利用时间序列的技术方法，提供综合考虑青少年患者的临床病理数据和历史成年患者的病理数据以及恶化状态的肾病预测系统，并基于该系统提供预测青少年患者IgA肾病恶化概率的装置，使得预测结果相对更加准确。

技术实现思路

[0004]本专利技术的目的是提供一套基于时间序列的IgA肾病恶化预测分析报告生成系统，该系统综合运用时间信息以及患者临床检查数据，面向预测患者是否恶化为终末期肾病(尿毒症)，采用时间序列技术进行评估。该预测分析报告生成系统通过数据采集装置采集数据，随后通过数据预处理模块进行数据剔除之后，通过基于时间序列方法的IgA肾病恶化概率预测模型预测新的临床样本的病情恶化概率；最后，诊疗报告生成模块生成临床样本的病情恶化概率预测报告。
[0005]本专利技术提出了一种基于时间序列的IgA肾病恶化预测分析报告生成系统，该系统包含以下模块：
[0006]1、数据采集模块：采集IgA肾病患者样本的临床检查数据、病理检查数据以及患者样本对应的恶化标签。
[0007]所述恶化标签，即IgA肾病是否恶化，即是否达到终末期肾病或eGFR(肾小球滤过率)下降大于50％。其中，终末期肾病指eGFR＜15ml/min/1.73m2或开始进行肾脏替代治疗的时间持续3个月以上。
[0008]2、数据预处理模块：对数据预处理模块用于对患者的对应的恶化标签进行剔除有数据缺失的样本，最终得到可用于后续基于时间序列的IgA肾病恶化预测模型的患者样本对应的恶化标签，作为后续基于时间序列的IgA肾病恶化预测模型的标签；
[0009]3、基于时间序列方法的IgA肾病恶化概率预测模型：通过观察IgA肾病恶化的时间规律，利用对IgA肾病恶化概率的历史观察的情况，利用时间序列算法来预测IgA肾病恶化概率。具体的，t
i
,i＝1,
…
,T表示该样本一共进行了T次随访，在第i次随访时的时间戳；
[0010]那么，某个患者的IgA肾病患病概率的时间序列表示为为X＝[X1,X2,
…
,X
T
]＝[(t1,Y1),(t2,Y2),
…
,(t
T
,Y
T
)]；在该样本的第i次随访时，该样本的患病概率为Y
i
；那么，最终的预测的IgA肾病恶化概率为F
T+1
；
[0011]下面基于两种时间序列方法，预测IgA肾病恶化概率；
[0012]3.1简单平均法
[0013]根据已有的T期随访的观察值X＝[X1,X2,
…
,X
T
]＝[(t1,Y1),(t2,Y2),
…
,(t
T
,Y
T
)]，通过简单平均法来预测下一期T+1的数值。设时间序列已有的T期观察值为[Y1,Y2,
…
,Y
T
]，则T+1期的预测值为：
[0014][0015]到了T+1期后，有了第T+1期的实际值Y
T+1
，第T+1期的预测误差为e
t+1
＝Y
T+1
‑
F
T+1
。而第T+2期的预测值为：
[0016][0017]3.2移动平均法
[0018]通过对时间序列逐期递移，求得平均数作为预测值的一种预测方法，有简单移动平均法。简单移动平均将最近k期数据加以平均，作为下一期的预测值。设移动平均间隔为k(1<k<T)，则T期的移动平均值为：
[0019][0020]将两种时间序列方法的预测结果进行算术平均作为所述基于时间序列的IgA肾病恶化预测模型预测的结果：
[0021][0022]第T+2的简单移动平均预测值为：
[0023][0024]将两种时间序列方法的预测结果进行算数平均，即可作为模型预测的结果。
[0025]4、诊疗报告生成模块：输出对给定的待预测患者，并将报告上传到基于时间序列的IgA肾病的预测分析系统平台，患者可在手机、平板等终端查询。
[0026]本专利技术将传统IgA肾病检查中的时间序列规律利用起来，使检查效果更准确，运用人工智能算法自动比较分析，提高预测效率；通过不同历史阶段的患者病情分析，有助于医生掌握疾病发展规律，有利于治疗与预后。
附图说明
[0027]图1是基于时间序列的IgA肾病恶化预测分析报告生成系统工作流程图。
具体实施方式
[0028]为使本专利技术的目的、技术方案和优点更加清楚，下面结合实施方式和附图，对本专利技术的具体实施方式进行描述，以便本领域的技术人员更好地理解本专利技术。需要特别提醒注意的是，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例，也并非旨在限制要
求保护的本专利技术的范围。本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0029]本专利技术提出了一种基于时间序列的IgA肾病恶化预测分析报告生成系统，包含以下模块：数据采集模块、数据预处理模块、基于时间序列的IgA肾病恶化预测模型和诊疗报告生成模块；
[0030]其中，所述数据采集模块用于在随访中采集患者样本对应的恶化标签；
[0031]所述随访，指通过对IgA肾病患者定期复查，来跟着了解患者的IgA肾病病情发展以及恶化情况；
[0032]所述数据预处理模块用于对患者对应的恶化标签剔除有数据缺失的样本，最终得到可用于后续基于时间序列的IgA肾病恶化预测模型的患者样本对应的恶化标签，作为后续基于时间序列的IgA肾病恶化预测模型的标签；
[0033]所述基于时间序列的IgA肾病恶化预测模型，通过观察IgA肾病恶化的时间规律，利用对IgA肾病恶化概率的历史观察情况，利用时间序列算法预测IgA肾病恶化概率，具体地，t
i
,i＝1,
…
,T表示某患者样本一共进行了T次随访，在第i次随访时的时间戳；
[0034]该患者样本的IgA肾病患病概率的时间序列表示为X＝[X1,X2,
…
,X
T
]＝[(t1,Y1),(t2,Y2),
…
,(t
T...

【技术保护点】

【技术特征摘要】
1.一种基于时间序列的IgA肾病恶化预测分析报告生成系统，其特征在于，该系统包含以下模块：数据采集模块、数据预处理模块、基于时间序列的IgA肾病恶化预测模型和诊疗报告生成模块；其中，所述数据采集模块用于在随访中采集患者样本对应的恶化标签；所述随访，指通过对IgA肾病患者定期复查，来跟着了解患者的IgA肾病病情发展以及恶化情况；所述数据预处理模块用于对患者对应的恶化标签剔除有数据缺失的样本，最终得到可用于后续基于时间序列的IgA肾病恶化预测模型的患者样本对应的恶化标签，作为后续基于时间序列的IgA肾病恶化预测模型的标签；所述基于时间序列的IgA肾病恶化预测模型，通过观察IgA肾病恶化的时间规律，利用对IgA肾病恶化概率的历史观察情况，利用时间序列算法预测IgA肾病恶化概率，具体地，t
i
,i＝1,
…
,T表示某患者样本一共进行了T次随访，在第i次随访时的时间戳；该患者样本的IgA肾病患病概率的时间序列表示为X＝[X1,X2,
…
,X
T
]＝[(t1,Y1),(t2,Y2),
…
,(t
T
,Y
T
)]；在第i次随访时，该患者样本的患病概率为Y
i
；那么，最终的预测的IgA肾病恶化概率为F
T+1
；下面基于两种时间序列方法，预测IgA肾病恶化概率；4.1)简单平均法根据患者已有的T期随访观察值，通过简单平均法来预测下一期T+1的数值，设时间序列已有的T期观察值为[Y1,Y2,
…
,Y
T
]，...

【专利技术属性】
技术研发人员：段立新，刘丹蕾，魏凡越，李文，
申请(专利权)人：电子科技大学深圳高等研究院，
类型：发明
国别省市：