(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210406155.X (22)申请日 2022.04.18 (71)申请人 河海大学 地址 211100 江苏省南京市江宁区秣陵街 道佛城西路8号河海大 学江宁校区 (72)发明人 钱奂奂　李臣明　 (74)专利代理 机构 北京中政联科专利代理事务 所(普通合伙) 11489 专利代理师 邵娟 (51)Int.Cl. G16H 50/20(2018.01) G16H 50/70(2018.01) G06F 21/62(2013.01) (54)发明名称 一种基于数据挖掘的脑卒中疾病预测方法 (57)摘要 本发明公开一种基于数据挖掘的脑卒中疾 病预测方法， 将数据集中的患病人群的数据指标 和未患病人群的数据指标通过数据清洗、 数据处 理、 数据规约、 数据变换， 将数据输入模型， 从而 挖掘其中隐藏的规律和有效信息。 提出一种混合 神经网络模型(1DMSCNN+SENET+GRU)， 实验结果 表明， 算法的评价指标准确率、 精确度、 召回率与 传统的网络模 型相比均有明显的提高。 通过构建 脑卒中疾病风险的预测模型， 可以辅助医生对脑 卒中疾病风险的早期预测， 尽早干预， 也对脑卒 中风险预测的智慧医疗具有一定的意 义。 权利要求书2页 说明书3页 附图3页 CN 114822815 A 2022.07.29 CN 114822815 A 1.一种基于数据 挖掘的脑卒中疾病预测方法， 其特 征在于， 包括以下步骤： a)数据采集： 样本数据的采集和选取， 由于研究是基于江苏省苏州市某医院患者的真 实数据， 因此根据 《区域健康信息数据平台数据采集接口标准》 采集数据， 采用的是SQL   Server数据库， 同时由于医疗数据的特殊性， 某些数据携带有患者的 隐私， 因此要对 数据进 行一定的脱密处 理之后才能继续进行 数据分析和预处 理的相关工作； b)数据预处理： 数据分析和处理， 由于病人隐私， 对于体检数据存在个体信息缺失、 病 历无记录、 数据量纲和单位差异较大等问题， 将很大程度的影响模型的训练结果， 因此要对 相关指标进 行数据清洗， 缺失值处理和异常值分析， 从而规范数据， 转化成符合模型的输入 数据， 为输入模型作准备， 又 由于患者的体检数据繁杂， 涉及 几十项指标， 但是不同的指标 对于结果的权重不一样， 所以要通过数据特征选择和降维进一步确定导致脑卒中发病风险 的影响因素， 筛 选模型的输入数据， 降低无效、 错 误数据对建模的影响， 提高建模的准确性； c)建模： 预测模型的建立， 针对脑卒中的风险预测问题， 将疾病辅助 预测视为特征分类 问题， 选取数据挖掘技术中的神经网络分类算法， 并在之基础上进行不同神经网络的混合 来提取数据特征， 并调节参数， 提高模型的准确率； d)模型评估： 模型的评估， 建立模型后， 结果的评价直接关系着模型的价值， 混淆矩阵 可以通过矩阵的形式来呈现算法性能的可视化效果， 通过混淆矩阵， 可以得到分类预测模 型的分类准确率， 分类精确率， 召回率， 以及F1分数， 因此， 通过准确率、 精确率、 召回率、 F1 分数四个指标来评估 模型， 并通过对照模型实验来验证模型的有效性。 2.如权利要求1所述的一种基于数据挖掘的脑卒中疾病预测方法， 其特征在于， a)数据 采集方法： 根据 《区域健康信息数据 平台数据采集接口标准》 采集数据， 包括数据查询， 数据 集成等。 3.如权利要求1所述的一种基于数据挖掘的脑卒中疾病预测方法， 其特征在于， b)预处 理方法： 数据预处理主要的过程是清洗数据、 数据集成、 数据规约和数据变换， 数据清理主 要包括对于缺失值和异常数据的处理； 数据集成是对多个来源的数据进行集成， 并处理数 据不一致和冗余性的问题， 数据规约则是指对原始数据的压缩和简化， 小波变换和主成分 分析是数据压缩即数据降维技术， 属 性子集选择是指去掉不相关的属 性， 获取更有用的属 性， 但不损失原数据的信息价值， 减少数据挖掘过程中的数据负担； 数据变换是针对属性的 单位或者量纲等问题， 把数据转换成更加 适合数据挖掘和建模的数据形式， 有效的高质量 数据价值比庞大的数据集更 具有研究意 义。 4.如权利要求1所述的一种基于数据挖掘的脑卒中疾病预测方法， 其特征在于， c)建模 算法： 选取算法的标准往往要从两方面来进 行， 第一个方面是数据挖掘的实际目的， 进行数 据的挖掘的目的是对疾病进行风险预测， 那么便可以总 结是一个分类 问题， 通过将数据输 入模型， 期望输出是否具有患病风险， 即期望呈现的结果有两类： 有风险、 无风险， 因此算法 要选择合适的分类算法， 另一个方面是数据本身的特点和性质， 针对 数据来说， 由于体检数 据具有高维、 时序性等特点， 选取算法要考虑在提取不同维度特征 的基础上不能丢失时序 性特征。 5.如权利要求1所述的一种基于数据挖掘的脑卒中疾病预测方法， 其特征在于， d)模型 评估： 通过模型评估来看模型的好坏程度， 但是模 型评估的指标往往都是一堆数字， 并没有 直接意义的表达， 因此需要完成对模型评估结果的可视化解释， 通过实现数据可视化来大权　利　要　求　书 1/2 页 2 CN 114822815 A 2大提高结果的可读性， 从而真正将数据 挖掘的有效结果应用于实 践。权　利　要　求　书 2/2 页 3 CN 114822815 A 3