(19)中华 人民共和国 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 202111313579.3 (22)申请日 2021.11.08 (71)申请人 成都四方伟业软件股份有限公司 地址 610041 四川省成 都市高新区科园三 路4号1栋2层 (72)发明人 雷丽　赵红军　 (51)Int.Cl. G16H 50/20(2018.01) G16H 50/30(2018.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 20/00(2019.01) (54)发明名称 一种脂肪肝患病风险预测方法及装置 (57)摘要 本发明公开了一种脂肪肝患病风险预测方 法， 主要解决现有技术中存在的健康纵向体检数 据利用效率较低， 且尚无针对脂肪肝患病风险预 测的精确方法的问题。 该方法包括以下步骤： 采 集纵向体检数据， 建立纵向队列， 进行数据清洗， 提升数据质量； 采用随机森 林算法筛选出脂肪肝 影响因素； 选择出适合用于时间动态过程预测的 LSTM机器学习算法； 将循环神经网络LS TM算法与 时依Cox生存函数结合建立LSTM ‑Joint联合模 型。 本发明针对纵向队列数据中纵向过程和生存 结果之间关联强弱进行建模， 改进了估计效率， 从而得到更好的预测结果。 权利要求书1页 说明书5页 附图1页 CN 114188016 A 2022.03.15 CN 114188016 A 1.一种脂肪肝患病风险预测方法， 其特 征在于， 包括以下步骤： S1、 采集纵向体 检数据， 建立纵向队列， 然后对纵向队列的数据进行清洗； S2、 从步骤S1中清洗后的纵向队列中筛 选出脂肪肝影响因素； S3、 根据步骤S2的脂肪肝影响因素建立 LSTM机器学习算法； S4、 将步骤S3的LSTM机器学习算法与生存函数结合建立LSTM ‑Joint联合模型对脂肪肝 患病风险进行 预测。 2.根据权利要求1所述的一种脂肪肝患病风险预测方法， 其特征在于， 步骤S1中纵向 队 列的数据中每 个变量包含不同时间的检测数据。 3.根据权利要求1所述的一种脂肪肝患病风险预测方法， 其特征在于， 步骤S1中数据清 洗的具体过程为： 对异常值的处理方法为错误值采用记空值法； 离群值采用前后平均数替 换法或四分位数盖帽法； 对缺失值的处理方法为稳定指标采用末次推进法； 非稳定指标采 用XGBoost算法填补法。 4.根据权利要求1所述的一种脂肪肝患病风险预测方法， 其特征在于， 步骤S2中脂肪肝 影响因素筛 选的方法为随机森林法。 5.根据权利要求1所述的一种脂肪肝患病风 险预测方法， 其特征在于， 步骤S4中LSTM ‑ Joint联合模型通过模拟实验方法增 加模型的稳定性和拟合效果。 6.根据权利 要求1所述的一种脂肪肝患病风险预测方法， 其特征在于， 步骤S3中将LSTM 机器学习算法用于预测纵向队列的纵向过程， 通过纵向队列建立纵向亚模型。 7.根据权利要求1所述的一种脂肪肝患病风险预测方法， 其特征在于， 步骤S4中生存函 数为通过时依Cox生存 模型建立的生存亚模型。 8.一种脂肪肝患病风险预测装置， 其特 征在于， 包括 存储器： 用于存 储可执行指令； 处理器： 用于执行所述存储器 中存储的可执行指令， 实现如权利要求1 ‑7任一项所述的 一种脂肪肝患病风险预测方法。权　利　要　求　书 1/1 页 2 CN 114188016 A 2一种脂肪肝患病风险预测方 法及装置 技术领域 [0001]本发明涉及一种脂肪肝患病风险预测方法， 具体来说， 是在纵向体检数据的基础 上对脂 肪肝患病风险进行 预测的方法。 背景技术 [0002]纵向体检数据资料是对同一批体检者的多个指标， 在不 同时间， 如年度 内的多次 体检结 果。 多年来健康体检积累了大量的健康队列测量数据， 由于数据不满足独立性假 定， 所以不  能使用常规统计分析 方法进行建模分析。 [0003]近年来随着人们消费结构和生活习惯发生转变， 糖尿病、 超重肥胖等患病率上升， 我国 脂肪肝患病率逐年升高， 达到27％。 目前我国脂肪肝患者近2.5亿 人， 由于人口老龄化 的推 进及肥胖人群的增加， 预计到2030年间国内脂肪肝患病率将持续升高至50％。 脂肪肝 具有潜 伏期长的特点， 经资料调查 发现脂肪肝患病初期临床表现并无明显症状， 但重者可 能会演变 成严重肝病， 如肝硬化、 肝癌等， 临床和经济负担将 变得巨大。 脂肪肝属于可逆转 疾病， 而 目前尚无一种针对脂肪肝的较精确的预测方法， 所以基于纵向数据进 行脂肪肝预 测具有巨大  的医疗价 值和潜在经济价 值。 发明内容 [0004]本发明的目的在于提供一种脂肪肝患病风险预测方法及装置， 以解决现有技术中 存在的 健康纵向体检数据利用效率较低， 且尚无针对脂肪肝患病风险预测的精确方法的 问题。 [0005]为了解决上述问题， 本发明提供如下技 术方案： [0006]一种脂肪肝患病风险预测方法包括以下步骤： [0007]S1、 采集纵向体检数据， 建立纵向队列， 然后对纵向队列的数据进行清洗； 通过对 数据 的清洗提高数据质量； [0008]S2、 从步骤S1中清洗后的纵向队列中筛选出脂肪肝影响因素； 可采用随机森林算 法或 Lasso‑Logistic回归 模型筛选脂肪肝影响因素； [0009]S3、 根据步骤S2的脂肪肝影响因素建立 LSTM机器学习算法； [0010]S4、 将步骤S3的LSTM机器学习算法与生存函数结合建立LSTM ‑Joint联合模型对脂 肪 肝患病风险进行 预测。 [0011]进一步的， 步骤S1中纵向队列的数据 中每个变量包含不同时间的检测数据； 即包 含患者 连续多次的体 检数据。 [0012]进一步的， 步骤S1中数据清洗 的具体过程为： 对异常值的处理方法为错误值采用 记空值 法； 离群值采用前后平均数替换法或四分位数盖帽法； 对缺失值的处理方法为稳定 指标采用  末次推进法； 非稳定指标采用XGBoost算法填补法； 数据清洗一般多为异常值和 缺失值的处  理， 最终目的是 让样本尽可能代 表总体， 减小样本偏差 。 [0013]进一步的， 步骤S2中脂肪肝影响因素筛选的方法为随机森林法； 也可选用其他筛说　明　书 1/5 页 3 CN 114188016 A 3