本發(fā)明屬于腦卒中風(fēng)險(xiǎn)預(yù)測(cè)領(lǐng)域，特別涉及一種sbi患者mri圖像檢測(cè)模型的構(gòu)建技術(shù)。

背景技術(shù)：

1、目前，在基于人群的研究中，8％-28％的參與者存在無癥狀腦梗死(sbi)。而且，存在sbi的參與者未來發(fā)生腦卒中的風(fēng)險(xiǎn)增加。研究發(fā)現(xiàn)，血管危險(xiǎn)因素，如高血壓、血脂障礙和房顫是sbi患者發(fā)生腦卒中的危險(xiǎn)因素。近年來無癥狀缺血性腦病變的mri標(biāo)志物引起人們的廣泛關(guān)注。sbi患者中經(jīng)常同時(shí)識(shí)別出無癥狀腦梗死灶和白質(zhì)高強(qiáng)度(wmh)。目前尚不清楚結(jié)合mri圖像上的無癥狀腦梗死灶和wmh影像特征以及血管危險(xiǎn)因素構(gòu)建的模型的預(yù)測(cè)效能。機(jī)器學(xué)習(xí)(ml)在疾病風(fēng)險(xiǎn)預(yù)測(cè)方面表現(xiàn)出了突出的優(yōu)勢(shì)。它可以從大量的數(shù)據(jù)中學(xué)習(xí)變量之間的復(fù)雜關(guān)系。因此，本研究旨在開發(fā)基于機(jī)器學(xué)習(xí)的模型，通過結(jié)合mri影像特征和血管危險(xiǎn)因素來協(xié)助識(shí)別sbi高危人群。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問題，本發(fā)明提出一種預(yù)測(cè)無癥狀腦梗死患者發(fā)生腦卒中模型的建立方法，基于所建立的模型可以有效提高sbi患者mri圖像檢測(cè)準(zhǔn)確率。

2、本發(fā)明采用的技術(shù)方案之一為：一種預(yù)測(cè)無癥狀腦梗死患者發(fā)生腦卒中模型的建立方法，包括：

3、s1、獲取基本醫(yī)療信息；

4、s2、對(duì)sbi患者mri圖像上的梗死灶和白質(zhì)高信號(hào)進(jìn)行特征提??；

5、s3、基于步驟s1的基本醫(yī)療信息與步驟s2提取的特征，構(gòu)建第一樣本數(shù)據(jù)集；

6、s4、對(duì)得到的第一樣本數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗，并對(duì)數(shù)據(jù)項(xiàng)變量進(jìn)行賦值，以得到第二樣本集；

7、s5、將所述第二樣本集通過多重決策樹模型進(jìn)行特征重要性排序與篩選，提取排名前20個(gè)的重要性特征，構(gòu)成第三樣本集；

8、s6、對(duì)第三樣本集中不平衡的樣本進(jìn)行smote過采樣處理；

9、s7、將經(jīng)步驟s6平衡后的第三樣本集作為使用改進(jìn)的隨機(jī)森林構(gòu)建的預(yù)測(cè)sbi患者腦卒中發(fā)生模型的輸入，訓(xùn)練該預(yù)測(cè)sbi患者腦卒中發(fā)生模型，直至sbi患者腦卒中發(fā)生模型輸出值與真實(shí)值偏差低于閾值，從而得到腦卒中疾病預(yù)測(cè)模型。

10、本發(fā)明采用的技術(shù)方案之二為：一種無癥狀腦梗死患者發(fā)生腦卒中預(yù)測(cè)系統(tǒng)，包括：數(shù)據(jù)獲取模塊、特征提取模塊、數(shù)據(jù)處理模塊、預(yù)測(cè)模塊；

11、所述數(shù)據(jù)獲取模塊用于獲取sbi患者基本醫(yī)療信息與mri圖像；

12、所述特征提取模塊用于提取sbi患者mri圖像上的梗死灶和白質(zhì)高信號(hào)；

13、所述數(shù)據(jù)處理模塊依次包括四個(gè)處理單元，第一個(gè)處理單元根據(jù)sbi患者基本醫(yī)療信息與特征提取模塊提取的sbi患者mri圖像上的梗死灶和白質(zhì)高信號(hào)，構(gòu)建第一樣本數(shù)據(jù)集；第二處理單元對(duì)第一樣本數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗，并對(duì)數(shù)據(jù)項(xiàng)變量進(jìn)行賦值，以得到第二樣本集；第三處理單元將所述第二樣本集進(jìn)行特征重要性排序與篩選，提取排名前20個(gè)的重要性特征，構(gòu)成第三樣本集；第四處理單元對(duì)第三樣本集中不平衡的樣本進(jìn)行平衡處理；

14、預(yù)測(cè)模塊具體采用改進(jìn)的隨機(jī)森林構(gòu)建的預(yù)測(cè)sbi患者腦卒中發(fā)生模型，采用經(jīng)平衡處理后的第三樣本集進(jìn)行訓(xùn)練。

15、本發(fā)明的有益效果：本發(fā)明首先基于臨床因素和顱腦mri影像特征構(gòu)建訓(xùn)練樣本集，然后采用改進(jìn)的隨機(jī)森林構(gòu)建預(yù)測(cè)sbi患者腦卒中的發(fā)生模型；并基于訓(xùn)練樣本集對(duì)模型進(jìn)行訓(xùn)練；采用本發(fā)明方法建立的模型，相比于現(xiàn)有技術(shù)，能有效提升sbi患者mri圖像檢測(cè)準(zhǔn)確率；本發(fā)明第一樣本數(shù)據(jù)集包括變量為臨床因素和顱腦mri影像特征的結(jié)合，有效提升模型精度。

技術(shù)特征：

1.一種預(yù)測(cè)無癥狀腦梗死患者發(fā)生腦卒中模型的建立方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種預(yù)測(cè)無癥狀腦梗死患者發(fā)生腦卒中模型的建立方法，其特征在于，步驟s1的基本醫(yī)療信息包括：人口學(xué)信息、生活方式信息、疾病史信息、人體測(cè)量學(xué)數(shù)據(jù)和生化檢驗(yàn)數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種預(yù)測(cè)無癥狀腦梗死患者發(fā)生腦卒中模型的建立方法，其特征在于，步驟s2提取的特征包括：基于像素計(jì)算的梗死灶和白質(zhì)高信號(hào)體積，梗死灶數(shù)量、大小、位置特征，以及白質(zhì)高信號(hào)嚴(yán)重程度分級(jí)。

4.根據(jù)權(quán)利要求1所述的一種預(yù)測(cè)無癥狀腦梗死患者發(fā)生腦卒中模型的建立方法，其特征在于，步驟s5具體采用多重決策樹模型進(jìn)行特征重要性排序與篩選。

5.根據(jù)權(quán)利要求1所述的一種預(yù)測(cè)無癥狀腦梗死患者發(fā)生腦卒中模型的建立方法，其特征在于，步驟s6中具體采用smote過采樣方式進(jìn)行平衡處理。

6.根據(jù)權(quán)利要求1所述的一種預(yù)測(cè)無癥狀腦梗死患者發(fā)生腦卒中模型的建立方法，其特征在于，步驟s7包括以下分步驟：

7.一種無癥狀腦梗死患者發(fā)生腦卒中預(yù)測(cè)系統(tǒng)，其特征在于，包括：數(shù)據(jù)獲取模塊、特征提取模塊、數(shù)據(jù)處理模塊、預(yù)測(cè)模塊；

技術(shù)總結(jié)
本發(fā)明公開一種預(yù)測(cè)無癥狀腦梗死患者發(fā)生腦卒中模型的建立方法及預(yù)測(cè)系統(tǒng)，應(yīng)用于腦卒中風(fēng)險(xiǎn)預(yù)測(cè)領(lǐng)域，針對(duì)現(xiàn)有技術(shù)對(duì)SBI患者M(jìn)RI圖像檢測(cè)準(zhǔn)確率較低的問題，本發(fā)明首先基于臨床因素和顱腦MRI影像特征構(gòu)建訓(xùn)練樣本集，然后采用改進(jìn)的隨機(jī)森林構(gòu)建預(yù)測(cè)SBI患者腦卒中的發(fā)生模型；并基于訓(xùn)練樣本集對(duì)模型進(jìn)行訓(xùn)練；采用本發(fā)明方法建立的模型，相比于現(xiàn)有技術(shù)，能有效提升SBI患者M(jìn)RI圖像檢測(cè)準(zhǔn)確率。

技術(shù)研發(fā)人員：劉志臻,陶靜,陳立典,劉勇國(guó),鄭佩云,劉丹
受保護(hù)的技術(shù)使用者：福建中醫(yī)藥大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19