【技术实现步骤摘要】
本申请涉及健康诊断，尤其涉及一种非酒精性脂肪肝病诊断模型构建方法、系统、设备及介质。
技术介绍
1、非酒精性脂肪肝病(nafld)已经成为过去的四十年里最常见的慢性肝病，全球成人患病率约为25％。在中国，其患病率更是高达近30％。这种高患病率已经导致nafld成为全球范围内肝脏相关死亡率快速上升的主要原因。此外，nafld不仅仅是一个肝脏问题，它与多种严重并发症的风险密切相关，包括心血管疾病、2型糖尿病、慢性肾脏疾病等。随着疾病的进展，nafld还可能发展成为终末期肝病、原发性肝癌和需要肝脏移植，给卫生系统和经济带来沉重的负担。因此，有效地预防、诊断和管理nafld不仅对个体健康至关重要，而且对全球公共卫生具有重要意义。
2、目前，已有多种生物标志物模型被应用于nafld诊断，例如增强肝纤维化测试(enhanced liver fibrosis,elf),纤维化-4指数(fibrosis-4 index,fib-4)和非酒精性脂肪肝纤维化评分(nafld fibrosis score,nfs)等，但是这些方法存在受操作者水平和能力影响大，成本较高，适用性有限以及准确性仍有待提高，且主要依赖于临床指标等问题。
技术实现思路
1、有鉴于此，有必要提供一种非酒精性脂肪肝病诊断模型构建方法、系统、设备及介质，能够至少克服以上缺陷之一。
2、第一方面，本申请实施例提供一种非酒精性脂肪肝病诊断模型构建方法，包括：获取来自第一数据集的第一用户信息；对所述第一用户信息进行筛
3、根据本申请的一个实施例，所述非酒精性脂肪肝病诊断模型构建方法还包括：根据五折交叉验证方法评估所述非酒精性脂肪肝病诊断模型的性能。
4、根据本申请的一个实施例，所述根据五折交叉验证方法评估所述非酒精性脂肪肝病诊断模型的性能，包括：将筛选后的所述风险临床信息以及所述风险基因信息随机进行五等分，其中的四个作为训练集，一个作为内部验证集；在每次迭代中，根据四个所述训练集对所述非酒精性脂肪肝病诊断模型进行训练，并根据所述内部验证集验证所述非酒精性脂肪肝病诊断模型，计算每次所述非酒精性脂肪肝病诊断模型的预测结果与实际标签之间的性能指标，直至每个所述训练集均被用作所述内部验证集；获取全部迭代中的性能指标，根据所述全部迭代中的性能指标调整所述非酒精性脂肪肝病诊断模型的模型结构以及参数，直至获得最优的所述非酒精性脂肪肝病诊断模型。
5、根据本申请的一个实施例，所述非酒精性脂肪肝病诊断模型构建方法还包括：所述非酒精性脂肪肝病诊断模型用于输出结局事件，所述结局事件包括肝内不良结局和肝外不良结局；所述肝内不良结局包括具有非酒精性脂肪肝病的个体还出现严重肝脏疾病；所述肝外不良结局包括具有非酒精性脂肪肝病的个体还出现高血压、2型糖尿病、慢性肾脏疾病、冠状动脉性心脏病、心力衰竭以及房颤或房扑。
6、根据本申请的一个实施例，所述非酒精性脂肪肝病诊断模型构建方法，还包括：获取来自第二数据集的第二用户信息，对所述第二用户信息进行筛选，以获取外部测试集。根据本申请的一个实施例，所述内部测试集用于评估所述非酒精性脂肪肝病诊断模型处理训练数据上的性能，所述外部测试集用于评估所述非酒精性脂肪肝病诊断模型处理未见过的数据上的性能。
7、根据本申请的一个实施例，所述非酒精性脂肪肝病诊断模型构建方法还包括：使用网格搜索或贝叶斯优化来确定所述非酒精性脂肪肝病诊断模型的最佳超参数。
8、第二方面，本申请实施例提供一种非酒精性脂肪肝病诊断模型构建系统，应用于如第一方面所述的非酒精性脂肪肝病诊断模型构建方法，包括：信息采集模块，用于获取来自第一数据集的第一用户信息；信息筛选模块，用于对所述第一用户信息进行筛选，以获取所述第一用户信息中的临床信息以及基因信息；信息获取模块，用于获取所述训练集以及所述内部测试集中的临床信息以及基因信息，获取所述临床信息中的风险临床信息，并根据最小绝对值收缩和选择算子回归筛选所述基因信息，以获取风险基因信息；模型构建模块，用于构建非酒精性脂肪肝病诊断模型，所述非酒精性脂肪肝病诊断模型包括基础模块以及元模块，其中，所述基础模块与所述元模块由级联方式连接，所述基础模块包括轻量级梯度提升机、经典极端梯度提升、类别提升、随机森林、自适应提升、逻辑回归以及k最近邻，所述元模块包括逻辑回归分类器；模型训练模块，用于根据所述风险临床信息以及所述风险基因信息训练所述非酒精性脂肪肝病诊断模型，获取所述非酒精性脂肪肝病诊断模型的接收器操作特征曲线，若所述接收器操作特征曲线高于阈值，则所述非酒精性脂肪肝病诊断模型可投入使用。
9、第三方面，本申请实施例提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令时实现第一方面所述的非酒精性脂肪肝病诊断模型构建方法。
10、第四方面，本申请实施例一种计算机可读存储介质，包括指令，所述指令指示设备执行如第一方面所述的非酒精性脂肪肝病诊断模型构建方法。
11、本申请实施方式提供的非酒精性脂肪肝病诊断模型构建方法、系统、设备及介质，首先通过筛选第一用户信息，提取与nafld相关的关键临床和基因信息，随后应用最小绝对值收缩和选择算子回归进行基因筛选，准确捕捉风险基因信息，结合多种先进的机器学习算法，以增强模型的泛化能力和数据处理能力，相对于现有技术在nafld诊断上具有诊断精度以及可靠性。
本文档来自技高网...【技术保护点】
1.一种非酒精性脂肪肝病诊断模型构建方法，其特征在于，包括：
2.根据权利要求1所述的非酒精性脂肪肝病诊断模型构建方法，其特征在于，所述非酒精性脂肪肝病诊断模型构建方法还包括：
3.根据权利要求2所述的非酒精性脂肪肝病诊断模型构建方法，其特征在于，所述根据五折交叉验证方法评估所述非酒精性脂肪肝病诊断模型的性能，包括：
4.根据权利要求1所述的非酒精性脂肪肝病诊断模型构建方法，其特征在于，所述非酒精性脂肪肝病诊断模型构建方法还包括：
5.根据权利要求3所述的非酒精性脂肪肝病诊断模型构建方法，其特征在于，所述非酒精性脂肪肝病诊断模型构建方法，还包括：
6.根据权利要求5所述的非酒精性脂肪肝病诊断模型构建方法，其特征在于，所述内部测试集用于评估所述非酒精性脂肪肝病诊断模型处理训练数据上的性能，所述外部测试集用于评估所述非酒精性脂肪肝病诊断模型处理未见过的数据上的性能。
7.根据权利要求1所述的非酒精性脂肪肝病诊断模型构建方法，其特征在于，所述非酒精性脂肪肝病诊断模型构建方法还包括：
8.一种非酒精性脂肪
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，包括指令，所述指令指示设备执行如权利要求1至7任一项所述的非酒精性脂肪肝病诊断模型构建方法。
...【技术特征摘要】
1.一种非酒精性脂肪肝病诊断模型构建方法，其特征在于，包括：
2.根据权利要求1所述的非酒精性脂肪肝病诊断模型构建方法，其特征在于，所述非酒精性脂肪肝病诊断模型构建方法还包括：
3.根据权利要求2所述的非酒精性脂肪肝病诊断模型构建方法，其特征在于，所述根据五折交叉验证方法评估所述非酒精性脂肪肝病诊断模型的性能，包括：
4.根据权利要求1所述的非酒精性脂肪肝病诊断模型构建方法，其特征在于，所述非酒精性脂肪肝病诊断模型构建方法还包括：
5.根据权利要求3所述的非酒精性脂肪肝病诊断模型构建方法，其特征在于，所述非酒精性脂肪肝病诊断模型构建方法，还包括：
6.根据权利要求5所述的非酒精性脂肪肝...
【专利技术属性】
技术研发人员：刘莉，曾琳，王家仁，肖芦山，洪畅，邹雪晶，李燕，
申请(专利权)人：南方医科大学南方医院，
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。