一种基于XGBoost算法的眩晕病因诊断模型的构建方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115099355A(43)申请公布日2022.09.23(21)申请号202210806740.9(22)申请日2022.07.08(71)申请人中山大学孙逸仙纪念医院地址510000广东省广州市沿江西路107号申请人华南农业大学(72)发明人蔡跃新黄栋区永康(74)专利代理机构深圳市圳博友邦专利代理事务所(普通合伙)44600专利代理师王芬思(51)Int.Cl.G06K9/62(2022.01)G06N20/00(2019.01)权利要求书2页说明书5页附图4页(54)发明名称一种基于XGBoost算法的眩晕病因诊断模型的构建方法及系统(57)摘要本发明提供一种基于XGBoost算法的眩晕病因诊断模型的构建方法及系统。所述基于XGBoost算法的眩晕病因诊断模型的构建方法包括以下步骤：基于系统收集眩晕人群人口学信息、眩晕病史信息、眩晕相关辅助检查结果进行预处理，基于所有具有人口学信息、眩晕病史信息、眩晕相关辅助检查结果的眩晕人群构建训练样本集。本发明提供的基于XGBoost算法的眩晕病因诊断模型的构建方法及系统具有根据眩晕患者的相关信息输入，得出眩晕病因初步诊断，供临床医师参考，在临床上实现眩晕病因的精准诊断，特别是在医疗资源相对不足的地区有重大应用价值的优点。CN115099355ACN115099355A权利要求书1/2页1.一种基于XGBoost算法的眩晕病因诊断模型的构建方法，其特征在于，包括以下步骤：获取人群的人口学信息、眩晕病史信息、眩晕相关辅助检查结果，所述人群包括耳石症人群和非耳石症人群，所述耳石症人群包括确诊为耳石症的眩晕患者人群，所述非耳石症人群包括确诊为梅尼埃病、前庭性偏头痛、突发神经性耳聋的眩晕患者人群；对所述获取的人口学信息、眩晕病史信息、眩晕相关辅助检查结果进行预处理，基于所有预处理后数据构建训练样本集；利用所述训练样本集中的包含人口学信息、眩晕病史信息、眩晕相关辅助检查结果的耳石症和非耳石症眩晕患者样本，基于XGBoost算法，构建第一步骤分类器；利用所述训练样本集中的包含人口学信息、眩晕病史信息、眩晕相关辅助检查结果的非耳石症眩晕患者样本，基于XGBoost算法，构建第二步骤分类器；对所述第一步骤分类器和所述第二步骤分类器进行整合处理，得到眩晕病因诊断模型。2.根据权利要求1所述的基于XGBoost算法的眩晕病因诊断模型的构建方法，其特征在于，所述眩晕病史信息包括眩晕持续的时间、眩晕发作频率、与体位的关系的眩晕特征。3.根据权利要求1所述的基于XGBoost算法的眩晕病因诊断模型的构建方法，其特征在于，所述眩晕辅助检查结果包括Roll‑test，Dixhallpike‑test，冷热试验的检查结果。4.根据权利要求1所述的基于XGBoost算法的眩晕病因诊断模型的构建方法，其特征在于，所述对人口学信息、眩晕病史信息、眩晕相关辅助检查结果预处理，包括以下步骤：对人口学信息、眩晕病史信息、眩晕相关辅助检查结果中的数值型资料进行结构化处理；对人口学信息、眩晕病史信息、眩晕相关辅助检查结果中的分类型资料进行二值化处理；对人口学信息、眩晕病史信息、眩晕相关辅助检查结果中的缺失值进行MICE填补处理。5.根据权利要求1所述的基于XGBoost算法的眩晕病因诊断模型的构建方法，其特征在于，利用所述训练样本集中的包含人口学信息、眩晕病史信息、眩晕相关辅助检查结果的眩晕患者样本，构建第一步骤分类器，包括以下步骤：将所述训练样本集中的包含人口学信息、眩晕病史信息、眩晕相关辅助检查结果的耳石症和非耳石症眩晕患者样本，使用XGBoost的机器学习方法进行模型训练，得到所述第一步骤分类器。6.根据权利要求1所述的基于XGBoost算法的眩晕病因诊断模型的构建方法，其特征在于，利用所述训练样本集中的包含人口学信息、眩晕病史信息、眩晕相关辅助检查结果的眩晕患者样本，构建第二步骤分类器，包括以下步骤：将所述训练样本集中的包含人口学信息、眩晕病史信息、眩晕相关辅助检查结果的非耳石症眩晕患者样本，使用XGBoost的机器学习方法进行模型训练，得到所述第二步骤分类器。7.一种基于XGBoost算法的眩晕病因诊断模型的构建系统，其特征在于，至少包含一个处理器和所述处理器连接的存储器，其中：所述存储器用于存储计算机程序或指令；2CN115099355A权利要求书2/2页所述处理器用于获取并执行所述计算机程序或指令，以使所述系统实现如权利要求1～6任一项所述的基于XGBoost的眩晕病因诊断模型的构建方法。3CN115099355A说明书1/5页一种基于XGBoost算法的眩晕病因诊断模型的构建方法及系统技术领域[0001]本发明涉及计算机科学人工智能技术领域，尤其涉及