基于麻雀搜索算法和CatBoost的抑郁症多目标分类方法及系统与流程
本发明涉及智能医疗与机器学习交叉,具体涉及基于麻雀搜索算法(ssa)和catboost的抑郁症多目标分类方法及系统,适用于抑郁症的早期筛查、病情分型、严重程度分级及临床辅助诊断。
背景技术:
1、抑郁症作为全球高发的精神障碍疾病,已成为威胁公共卫生安全的重要问题,其临床诊断主要依赖医师经验结合患者自评量表,缺乏统一、客观的量化标准,易出现漏诊、误诊现象。随着移动健康技术的发展,可穿戴设备能够无侵入式采集人体日常运动时序行为数据,为抑郁症的客观化诊断提供了新的技术路径。
2、现有技术中,机器学习方法已被应用于抑郁症识别,但存在两大核心瓶颈:一是多数模型仅能实现“抑郁与否”的单一二元判别,无法满足临床“诊断-分型-分级”一体化评估需求,与临床实际应用脱节;二是模型性能受超参数配置影响显著,传统调参方法(如网格搜索)在多任务、高维度参数空间中计算效率低,且易陷入局部最优,限制了模型泛化能力。
3、麻雀搜索算法(ssa)作为一种新兴群智能优化算法,具有全局搜索效率高、鲁棒性强的优势,能够有效解决复杂超参数寻优问题;catboost模型具备出色的类别特征处理能力,可有效解决预测偏移和梯度偏差问题,适配多维度混合数据集的分析需求。目前,尚未有将ssa与catboost深度融合,用于抑郁症多目标分类(状态判别、类型划分、严重程度分级)的技术方案,无法充分发挥两种算法的协同优势,难以满足临床精细化评估需求。
技术实现思路
1、本发明的目的在于克服现有技术中抑郁症智能分类模型存在的单一判别、超参数寻优效率低、分类性能有限等缺陷,提供一种基于麻雀搜索算法和catboost的抑郁症多目标分类方法及系统,实现抑郁症的客观化、自动化多维度评估,提升分类精度,为临床辅助诊疗提供技术支撑。
2、为实现上述目的,本发明采用如下技术方案:
3、基于麻雀搜索算法和catboost的抑郁症多目标分类方法,包括以下步骤:
4、1. 多源数据获取
5、选择公开数据集(simula公开的抑郁运动活动数据集)或者通过医用级智能手表实际采集数据。通过医用级智能手表实际采集的数据包括三类:
6、(1)手表记录的每分钟人体运动数据;所述手表内置加速计采集运动强度,采样频率32hz,每分钟汇总一次;
7、(2)受试者的人口统计学特征,包括年龄、性别、婚姻状况等基础人口信息;
8、(3)临床诊断的抑郁类型、madrs抑郁量表评分等医疗数据。
9、将采集的这些不同来源的数据整合为统一的多模态数据集,供后续模型训练使用。通过多模态数据集的汇集,可以为后续的模型训练提供高质量、多维度的标准化数据,是整个分类方法能够实现客观、准确诊断的基础前提。
10、2. 数据预处理
11、对所述多模态数据集进行预处理,具体包括:
12、异常值处理:采用3σ原则识别运动活动计数中的异常值,通过线性插值法进行填充;
13、缺失值处理:采用相邻时间点的活动计数均值,填充设备脱落导致的少量缺失数据,保证时间序列连续性;
14、特征提取:基于采集的原始分钟级运动时序数据,提取三类核心特征——基础统计特征(日均活动量、日间/夜间平均活动强度等)、时序节律特征(昼夜活动差值、连续零活动时长等)、融合特征(结合人口特征与madrs评分构建);
15、特征标准化:对数值型特征采用z-score标准化处理,将特征值映射至[0,1]区间,消除量纲差异;
16、类别特征编码:采用catboost内置的类别编码策略,对性别、抑郁类型等类别特征进行编码,避免维度爆炸与目标偏移。
17、3. 数据集划分
18、将预处理完成的数据集按照3:1:1的比例,划分为训练集、验证集和测试集,其中训练集用于模型参数学习,验证集用于超参数微调与过拟合监测,测试集用于模型最终性能评估。
19、4. 多目标分类模型构建
20、构建可同步实现三大分类任务的catboost模型,所述三大分类任务包括:抑郁状态判别(二分类:抑郁/非抑郁)、抑郁类型划分(四分类:双相ⅱ型、单相抑郁、双相i型、未明确诊断)、抑郁严重程度分级(四分类:无抑郁、轻度、中度、重度)。
21、其中,确定待优化的catboost核心超参数,包括iterations(树的数量)、depth(树的深度)、learning rate(学习率)、l2 leaf reg(l2正则化系数),并明确各超参数的取值范围。
22、5. ssa超参数寻优
23、采用ssa算法通过全局探索与局部开发相结合的动态迭代寻优策略,完成对catboost核心超参数的全局最优求解。
24、catboost-ssa的全局最优求解过程如下:
25、5.1 对catboost核心超参数进行编码映射,将每组catboost核心超参数组合转化为ssa中单个麻雀个体的位置向量,一个麻雀个体对应一组catboost核心超参数。
26、5.2 以三大分类任务的logloss平均值作为ssa的适应度函数;其中,适应度数值越小,代表对应超参数组合性能越优。
27、5.3 采用ssa算法进行迭代寻优,筛选全局最优超参数组合。
28、ssa种群分为三层分工:发现者producer、跟随者scrounger和侦察者(或者警戒者)scout。
29、所述发现者producer(pd),主要是全局搜索,分为安全状态和危险状态两种模式,由预警值r2和安全阈值st共同判定。发现者的位置更新计算如下:
30、
31、
32、其中:表示第t+1次迭代,表示第t次迭代,第i只麻雀,第j维位置;t表示当前迭代次数;tmax表示最大迭代次数;α表示(0,1]区间均匀随机数,每只麻雀每次迭代重新生成;r2表示预警值,r2∈[0,1],随机数,每轮迭代生成一次;st表示安全阈值,初始化预设;q表示服从标准正态分布n(0,1)的随机数;l表示1×dim的全1向量。
33、所述跟随者scrounger(sd),跟着发现者抢食物、觅食。
34、当i>n/2时,是适应度较差的跟随者:
35、
36、当i≤n/2时,是条件较好的跟随者:
37、
38、其中:表示当代全局最差位置;n为种群规模;表示发现者群体里的最优位置;a表示1×dim矩阵,内部元素随机为1或-1,a+=at(aat)-1向量。
39、所述侦察者(警戒者,scout):随机从整个种群里挑出一部分麻雀(可以是发现者,也可以是跟随者),用于做危险监视,不负责找食物,用于扰动最优个体,防止最优解不动。侦察者是迭代时随机抽取sd比例的个体,每一轮迭代重新随机选择,身份动态变化。其位置更新逻辑如下:
40、当fi>fbest时,当前该侦察者适应度不如全局最优,但向全局最优附近扰动跳跃,往好解靠拢;
41、
42、当fi=fbest时,当前该侦察者恰好就是当前全局最优个体,它感知危险,要逃离原地,防止最优解被困住,向最差个体方向做扰动。
43、
44、其中:k∈[-1,1],控制移动方向;ε是极小值,防止分母为0。
45、利用ssa算法中发现者、跟随者、侦察者的协同机制,迭代更新麻雀个体位置,计算每个个体位置的适应度,持续更新全局最优位置,迭代至最大迭代次数后,输出全局最优位置对应的catboost超参数组合。
46、本发明的迭代寻优中,初始化ssa的参数,可以配置为:设置种群规模n为30,最大迭代次数tmax为20,发现者pd比重为80%,安全值st固定为0.8,步长控制参数β服从均值为0、方差为1的正态分布,预警值r2随机生成于[0,1]区间。
47、6. 模型训练与分类
48、基于找到的全局最优catboost超参数组合,利用训练集训练catboost多目标分类模型,通过验证集微调模型参数以避免过拟合;将测试集输入训练完成的模型,同步输出每个样本的抑郁状态、抑郁类型及抑郁严重程度的分类结果。
49、7. 性能验证
50、将准确率、精确率、召回率、f1值作为评估指标,对catboost多目标分类模型在测试集上的分类性能进行验证;其中,多分类任务采用加权平均方式计算各项指标,平衡不同类别的样本分布差异。
51、基于上述方法实现的基于麻雀搜索算法和catboost的抑郁症多目标分类方法系统,包括:
52、数据采集模块:由医用级活动手表及数据采集终端组成,所述活动手表内置压电加速计,用于采集受试者的分钟级运动活动计数,数据采集终端用于收集受试者的人口统计学特征、临床量表评分及抑郁类型信息,并将采集到的数据传输至数据预处理模块。
53、数据预处理模块:用于接收数据采集模块传输的多模态数据,执行异常值处理、缺失值处理、特征提取、特征标准化及类别特征编码操作,输出预处理后的标准化数据集;所述模块内置3σ异常值识别单元、线性插值填充单元、多维度特征提取单元、z-score标准化单元及catboost类别编码单元。
54、数据集划分模块:用于将预处理后的标准化数据集按照6:2:2的比例,划分为训练集、验证集和测试集,并将划分后的数据集传输至模型训练与优化模块。
55、模型训练与优化模块:包括catboost模型构建单元和ssa超参数寻优单元;所述catboost模型构建单元用于构建多目标分类模型,明确待优化核心超参数及取值范围;所述ssa超参数寻优单元用于通过麻雀搜索算法对catboost核心超参数进行全局寻优,输出全局最优超参数组合,并基于该组合训练catboost多目标分类模型。
56、多目标分类模块:用于接收数据集划分模块传输的测试集,将测试集输入训练完成的catboost多目标分类模型,同步输出每个样本的抑郁状态、抑郁类型及抑郁严重程度的分类结果,并将分类结果传输至性能验证模块。
57、性能验证模块:用于采用准确率、精确率、召回率、f1值作为评估指标,对多目标分类模块输出的分类结果进行性能验证,生成性能评估报告,并将评估报告及分类结果反馈至用户终端。
58、对于系统生成的性能评估报告,可通过用户终端接收查看、分析,适用用户包括但不限于医生、护士等医护人员,可以为抑郁症临床诊断、治疗提供参考。
59、与现有技术相比,本发明具有以下有益效果:
60、(1)本发明首次在统一计算框架内,同步完成抑郁状态判别、抑郁类型划分、抑郁严重程度分级三大任务,打破现有模型仅能实现单一二元判别的局限,满足临床“诊断—分型—分级”的一体化评估需求,实现多目标协同分类,贴合临床需求。
61、(2)采用ssa算法对catboost核心超参数进行全局寻优,相较于传统调参方法,有效提升寻优效率,避免模型陷入局部最优;优化后的模型在抑郁状态识别任务中f1值提升至76.40%,相较于基础catboost模型提升3.4个百分点,相较于传统机器学习模型(如xgboost、svm)性能提升显著,分类精度更高、泛化能力更强。
62、(3)依托可穿戴设备采集人体日常运动时序数据,无需侵入式操作,降低受试者接受度门槛;基于客观行为数据构建分类模型,摆脱对医师经验和患者自评的依赖,减少漏诊、误诊现象,实现抑郁症的诊断客观化、评估自动化。
63、(4)基于catboost模型出色的类别特征处理能力,本发明的分类过程无需人工独热编码,可有效降低模型构建复杂度;利用ssa算法的灵活配置,适配性强,可平衡寻优精度与计算效率,模型训练速度快、资源消耗低,易于在基层医疗机构推广应用,为抑郁症早期筛查、病情监测提供高效可行的技术支撑。
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