一种基于尿液代谢物特征的中医肾虚证智能筛查方法与流程
本发明涉及医疗筛查,具体涉及一种基于尿液代谢物特征的中医肾虚证智能筛查方法。
背景技术:
1、在中医肾虚证辅助筛查领域,常联合采集个体尿液代谢物质谱数据与主观症状评分,依托两类多模态数据构建机器学习模型实现证候风险预测。其中尿液代谢物质谱数据客观可复现,主观症状评分能够反映个体主观症状程度;但实际应用中,个体易因健康焦虑、症状感知敏感度差异等因素,出现主观症状评分单向偏高的夸大偏差现象,从而呈现客观代谢指标无明显异常、主观症状评分显著偏高的特征,造成代谢物特征与评分不匹配的情况,偏离群体统计分布规律。
2、现有多模态筛查技术多直接采用原始量表评分建模,或依靠通用异常检测算法剔除离群样本,然而,通用异常检测难以精准识别代谢正常而评分离群的特定噪声模式,直接剔除样本易损失有效临床数据;同时常规分类模型对症状夸大偏差较为敏感,易将偏差拟合为固有规律,造成模型决策边界偏移、筛查精度下降。
技术实现思路
1、为了解决现有的中医肾虚证筛查模型在训练过程中,因主观评分中存在单向夸大偏差,导致模型分类边界被误导偏移,泛化筛查精度降低的技术问题,本发明提供一种基于尿液代谢物特征的中医肾虚证智能筛查方法,所采用的技术方案具体如下:
2、本发明提出了一种基于尿液代谢物特征的中医肾虚证智能筛查方法,方法包括:
3、获取静态参数包,所述静态参数包通过以下方式获得:获取历史个体的尿液原始质谱数据与症状数据;对尿液原始质谱数据进行降维处理,得到代谢主成分矩阵,并根据降维处理过程涉及的映射关系确定降维参数;对症状数据进行概率化处理,得到实际症状向量;基于代谢主成分矩阵与症状数据,构建跨模态关联图网络,通过图网络推演出期望症状向量;将实际症状向量与期望症状向量对比,计算得到偏差度,并根据偏差度生成样本权重;利用样本权重训练分类模型,得到训练完成的分类模型;将降维参数与训练完成的分类模型组合为静态参数包;
4、获取目标个体的尿液原始质谱数据;
5、调用静态参数包中的降维参数,对目标个体的尿液原始质谱数据进行处理,得到代谢特征向量;
6、调用静态参数包中的分类模型,对代谢特征向量进行分类预测,输出筛查结果。
7、进一步地,所述尿液原始质谱数据为采用液相色谱-质谱联用仪对多个历史个体尿液样本进行非靶向检测得到的质谱峰面积数据,每个历史个体对应一个多维数值向量,每个维度对应一种代谢物的质谱峰面积;
8、所述代谢主成分矩阵通过以下方式得到:
9、对尿液原始质谱数据进行极值归一化处理,得到标准化的质谱指标矩阵;其中,质谱指标矩阵列维度与尿液原始质谱数据列维度一一对应,每一列对应一种代谢物,每一列的元素为不同历史个体在对应代谢物下经极值归一化后的质谱峰面积;将质谱指标矩阵中每一列的所有元素,组成单种代谢物的质谱峰面积序列;
10、计算任意两种代谢物的质谱峰面积序列间的皮尔逊相关系数,作为第一相关系数;基于所有代谢物两两之间的第一相关系数,构建相关系数矩阵,其中,相关系数矩阵的行和列均对应代谢物,矩阵元素表征对应两种代谢物之间的第一相关系数;
11、采用拓扑重叠矩阵转换方法,将相关系数矩阵转换为关联强化矩阵;对关联强化矩阵执行层次聚类,生成代谢物聚类树状图;基于预设动态切分阈值对树状图进行切割,将多种代谢物划分为多个代谢指标组;
12、针对每个代谢指标组,提取组内所有代谢物的质谱峰面积序列,构建代谢指标组的指标子矩阵;对指标子矩阵执行主成分分析,提取第一主成分,并基于第一主成分计算得到第一主成分得分序列,第一主成分得分序列包含每个历史个体在代谢指标组下的第一主成分得分;对第一主成分得分序列进行极值归一化,得到每个历史个体在代谢指标组下的第一主成分归一化得分,并按序组成第一主成分归一化得分序列;
13、基于所有代谢指标组的第一主成分归一化得分序列,构建代谢主成分矩阵;其中,代谢主成分矩阵的行数等于历史个体数量,列数等于代谢指标组的数量,矩阵元素表征对应历史个体在对应代谢指标组下的第一主成分归一化得分。
14、进一步地,所述降维参数包括各种代谢物的归一化边界、各代谢指标组的主成分映射参数、以及各代谢指标组的组得分归一化边界;
15、所述降维参数确定过程,包括:
16、针对每种代谢物,从多个历史个体的质谱峰面积数据中,找出该种代谢物的最大质谱峰面积和最小质谱峰面积;将该种代谢物的最大质谱峰面积作为该种代谢物的第一归一化边界,将该种代谢物的最小质谱峰面积作为该种代谢物的第二归一化边界;
17、针对每个代谢指标组,提取该代谢指标组的第一主成分对应的特征向量,特征向量记录了该代谢指标组内每种代谢物的极值归一化后的质谱峰面积到第一主成分的线性映射系数;将该特征向量作为该代谢指标组的主成分映射参数;
18、从该代谢指标组的第一主成分得分序列中找出最大得分和最小得分,将最大得分作为该代谢指标组的第一组得分归一化边界,将最小得分作为该代谢指标组的第二组得分归一化边界。
19、进一步地,所述症状数据为多个历史个体中医四诊量表的评分值结果,中医四诊量表包含多个症状项,其中各症状项的评分值预先统一方向;
20、所述实际症状向量通过以下方式得到:
21、对症状数据进行极值归一化处理,得到标准化的症状指标矩阵;其中,症状指标矩阵的行数等于历史个体数量,列数等于症状项的数量,矩阵每一列的元素为不同历史个体在对应症状项下经极值归一化后的评分值;
22、针对每个历史个体,提取历史个体在所有症状项下经极值归一化后的评分值;按照预设症状项排序规则排列,构成历史个体的症状评分行向量;
23、计算历史个体的症状评分行向量中各元素的总和,作为第一和值;基于第一和值,对症状评分行向量中各元素进行概率化处理,获得各元素对应的第一概率化数值;
24、将各第一概率化数值按预设症状项排序规则排列,构成历史个体的实际症状向量。
25、进一步地,所述跨模态关联图网络构建过程,包括:
26、针对每种代谢指标组,将其在各个历史个体下的第一主成分归一化得分按序排列,构成第一数值序列;针对每个症状项,将其在各个历史个体下经极值归一化后的评分值按历史个体的统一排序规则排列,构成第二数值序列;
27、求取第一数值序列与第二数值序列之间的皮尔逊相关系数的绝对值,作为第二相关系数;计算第二相关系数与预设极小连通常数之和,作为关联强度值;基于所有代谢指标组与所有症状项之间的关联强度值,得到跨模态关联矩阵;其中,跨模态关联矩阵的行对应代谢指标组,列对应症状项,矩阵元素表示对应代谢指标组与对应症状项之间的关联强度值;
28、初始化一个方阵,方阵的行数和列数均等于代谢指标组数量与症状项数量之和,方阵的行和列按照先代谢指标组后症状项的顺序排列;将跨模态关联矩阵填入方阵的右上角区块,右上角区块的行对应代谢指标组、列对应症状项;将跨模态关联矩阵的转置填入方阵的左下角区块,左下角区块的行对应症状项、列对应代谢指标组;
29、方阵左上角区块设置为单位矩阵,右下角区块设置为单位矩阵;填充完成后的方阵作为关联邻接矩阵;
30、针对关联邻接矩阵中的每一行,计算该行中所有元素的总和,作为第二和值;基于第二和值,对该行各元素进行概率化处理,得到第二概率化数值;逐行执行上述操作后,得到状态转移矩阵;其中,跨模态关联图网络包括以代谢指标组为代谢节点、以症状项为症状节点、以状态转移矩阵元素为节点间转移概率的图结构。
31、进一步地,所述期望症状向量推演过程,包括:
32、针对每个历史个体,构建空向量,空向量的维度等于代谢节点数量与症状节点数量之和;从代谢主成分矩阵中提取历史个体在各代谢指标组下的第一主成分归一化得分,作为代谢节点初始值;将代谢节点初始值按代谢节点顺序填入空向量的前部,将症状节点对应的后部位置全部填零,并对填完后的向量进行概率化处理,得到初始状态向量;
33、将初始状态向量作为起点,采用重启随机游走算法在图网络上进行概率扩散迭代,直至满足预设收敛条件,得到稳态向量;
34、从稳态向量中截取对应于症状节点的部分,得到症状子向量;
35、计算症状子向量中所有元素的总和,作为第三和值;基于第三和值,对症状子向量各元素进行概率化处理,得到第三概率化数值;将所有元素的第三概率化数值按序排列,构成历史个体的期望症状向量。
36、进一步地,所述偏差度计算过程,包括:
37、针对每个历史个体,获得历史个体的实际症状向量与期望症状向量,逐项比对同一症状项在两个向量中的对应数值;
38、若是存在实际症状向量中对应的数值大于在期望症状向量中对应的数值的夸大症状项,计算夸大症状项在期望症状向量中对应的数值与预设防零因子之和,作为分母因子;将夸大症状项在实际症状向量中对应的数值除以分母因子,获得第一比值;对第一比值取自然对数,获得对数偏离值;将夸大症状项在实际症状向量中对应的数值作为权重,与对数偏离值相乘,得到夸大症状项的夸大偏差贡献值;
39、若是存在实际症状向量中对应的数值不大于在期望症状向量中对应的数值的非夸大症状项,将其夸大偏差贡献值置为零;
40、将所有症状项的夸大偏差贡献值累加,得到历史个体的偏差度。
41、进一步地,所述样本权重通过以下方式生成:
42、从所有历史个体的偏差度中找出最大值,记为最大偏差度;
43、计算预设常数与最大偏差度的比值,作为衰减系数;
44、针对每个历史个体,将衰减系数与历史个体的偏差度相乘,获得指数项;对指数项取负值,获得负指数项;以自然常数为底,以负指数项为指数,计算指数函数值,获得历史个体的样本权重。
45、进一步地,所述利用样本权重训练分类模型,得到训练完成的分类模型,包括:
46、获取每个历史个体的参考标签;其中,参考标签为二值标识,其一取值用于表示对应历史个体被诊断为肾虚证,另一取值用于表示未被诊断为肾虚证;
47、将代谢主成分矩阵作为特征输入,将每个历史个体的参考标签作为监督标签;
48、以每个历史个体的样本权重作为损失函数加权系数,采用加权损失函数计算模型预测误差;
49、依据模型预测误差迭代更新分类模型内部参数;
50、重复迭代训练直至模型收敛,得到训练完成的分类模型;其中,训练完成的分类模型包括权重向量和偏置,权重向量维度与代谢主成分矩阵列数一致。
51、进一步地,所述目标个体的尿液原始质谱数据包括目标个体在各代谢物上的质谱峰面积;
52、所述代谢特征向量得到过程,包括:
53、调用静态参数包中各代谢物的第一归一化边界和第二归一化边界,对目标个体的每种代谢物的质谱峰面积执行极值归一化,得到标准化质谱峰面积;
54、采用前述中代谢指标组的划分方式,将目标个体的多种代谢物划分为多个代谢指标组;
55、调用静态参数包中各代谢指标组的主成分映射参数,针对目标个体的每个代谢指标组,将目标个体的代谢指标组内各代谢物的标准化质谱峰面积乘以对应的主成分映射参数后求和,得到目标个体在各代谢指标组上的初始得分;
56、调用静态参数包中各代谢指标组的第一组得分归一化边界及第二组得分归一化边界,对目标个体的每个代谢指标组的初始得分执行极值归一化,得到目标个体的代谢特征向量。
57、本发明具有如下有益效果:
58、通过整合历史个体的尿液原始质谱数据与症状数据,完成降维参数确定、实际症状向量生成、跨模态关联图网络构建、样本权重生成及分类模型训练,最终将降维参数与训练完成的分类模型组合为静态参数包,其中静态参数包的构建实现了历史数据的离线复用,后续筛查仅需调用参数包即可完成目标个体的检测分析,无需重复处理历史数据、训练模型,大幅提升筛查效率,同时统一筛查标准,避免不同批次筛查的误差,保障筛查结果的规范性与一致性;对尿液原始质谱数据进行降维处理,得到代谢主成分矩阵并确定降维参数,有效剔除质谱数据中的冗余信息,聚焦与肾虚证相关的核心代谢特征,为后续分类筛查提供了高质量的代谢特征支撑,提升筛查的精准度;通过跨模态关联图网络推演出期望症状向量,将实际症状向量与期望症状向量对比计算偏差度,基于偏差度生成样本权重,实现了样本个体差异的量化表征,而样本权重的引入使分类模型训练更具针对性,重点关注症状与代谢特征偏差较大的样本;获取目标个体的尿液原始质谱数据后,调用静态参数包中的降维参数进行处理,快速得到代谢特征向量,再通过分类模型进行分类预测,输出筛查结果,整个筛查过程高效便捷,同时,通过代谢-症状跨模态融合、样本权重优化,显著提升了筛查的精准度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com