本發(fā)明屬于超聲診斷成像領(lǐng)域，涉及一種川崎病的冠脈損傷并發(fā)癥的預(yù)測(cè)方法及預(yù)測(cè)系統(tǒng)。

背景技術(shù)：

川崎病(kawasakidisease，kd)是一種好發(fā)于幼兒的全身性血管炎綜合征。1967年由日本學(xué)者川崎富作首次報(bào)告。大量的流行病學(xué)調(diào)查顯示，本病具有好發(fā)于亞洲人群、明顯季節(jié)性、高發(fā)于男性及高發(fā)于嬰幼兒等特點(diǎn)。目前國(guó)際上公認(rèn)川崎病是兒童后天性心臟病的首位病因。2004年美國(guó)心臟病協(xié)會(huì)根據(jù)循證醫(yī)學(xué)依據(jù)提出：川崎病血管內(nèi)皮功能持續(xù)性障礙(endothelialdysfunction，ecd)，可能是冠狀動(dòng)脈粥樣硬化、缺血性心臟病發(fā)生的新的危險(xiǎn)因素。因此，川崎病血管損傷及內(nèi)皮功能障礙的預(yù)警研究在其并發(fā)癥防治的過(guò)程中具有重要意義。

川崎病是一種典型的復(fù)雜疾病，診斷目前只能依賴臨床癥狀，其早期分子診斷、分類和預(yù)后是傳統(tǒng)疾病診療體系中的難題。患兒長(zhǎng)期存在著血管內(nèi)皮功能障礙(ecd)。主要表現(xiàn)為急性炎癥期的微小血管的擴(kuò)張和后期的狹窄，尤其是冠狀動(dòng)脈的病變。盡管近年來(lái)采用靜脈大劑量丙種球蛋白和口服阿司匹林正規(guī)治療，仍有約5％-8％的川崎病患兒急性期會(huì)發(fā)生冠狀動(dòng)脈瘤，并且可能在疾病的恢復(fù)期發(fā)生心肌缺血。組織病理學(xué)研究發(fā)現(xiàn)：川崎病患者冠狀動(dòng)脈血管壁3層均破壞且顯著增生，內(nèi)皮細(xì)胞剝脫、裸露，大量炎性細(xì)胞浸潤(rùn)；電鏡下病理學(xué)檢查發(fā)現(xiàn)血管內(nèi)皮細(xì)胞間裂隙增大、穿孔、血管呈透明變化，這些病理改變的主要機(jī)制是血管內(nèi)皮損傷和功能障礙。川崎病患者血管內(nèi)皮損傷和功能障礙將持續(xù)很長(zhǎng)一段時(shí)期，如果能對(duì)川崎病中可能合并冠脈損傷的病人作早期診斷，并及早干預(yù)，其遠(yuǎn)期的并發(fā)癥就能大大降低。

現(xiàn)有技術(shù)中，主要采用以下幾種方案預(yù)警川崎病冠脈損傷，日本學(xué)者h(yuǎn)arada在1991年提出harada評(píng)分：(1)年齡<l歲；(2)男性患者；(3)白蛋白alb<35g/l；(4)血細(xì)胞比容≤0.35；(5)c反應(yīng)蛋白≥+++；(6)白細(xì)胞≥12×109/l；(7)血小板<350×10^9/l；以上7項(xiàng)中滿足4項(xiàng)為川崎病并發(fā)心臟病變的高?；颊?。

2006年kobayashi等提出了最新的川崎病并發(fā)冠脈損傷的高危評(píng)分指標(biāo)：(1)血鈉<133mmo1/l(2分)；(2)谷草轉(zhuǎn)氨酶>100iu/l(2分)；(3)血中性粒細(xì)胞分類>80％(2分)；(4)ivig開(kāi)始治療時(shí)間在病程4d內(nèi)(2分))；(5)c反應(yīng)蛋白>100mg/l(1分)；(6)血小板計(jì)數(shù)<300x10^9/l(1分)；(7)年齡<1歲(1分)；總積分為11分，如果綜合評(píng)估積分在7分以上，則為川崎病并發(fā)冠脈損傷的高危人群。

然而，國(guó)外研究不具有普遍適用性；上述川崎病冠脈損害組和無(wú)冠脈損害組各單項(xiàng)指標(biāo)及總評(píng)分差異無(wú)統(tǒng)計(jì)學(xué)意義，難以預(yù)測(cè)川崎病的冠脈損傷并發(fā)癥。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種川崎病的冠脈損傷并發(fā)癥的預(yù)測(cè)方法及預(yù)測(cè)系統(tǒng)。

為了實(shí)現(xiàn)上述發(fā)明目的之一，本發(fā)明一實(shí)施方式提供一種川崎病的冠脈損傷并發(fā)癥的預(yù)測(cè)方法，所述方法包括：

s1、采集建立支持向量機(jī)(supportvectormachine，svm)模型的21項(xiàng)原始參數(shù)；

所述建模原始參數(shù)包括：性別，年齡，就診時(shí)發(fā)熱時(shí)間，臨床分型，c-反應(yīng)蛋白(creactiveprotein，crp)檢測(cè)值，白細(xì)胞(whitebloodcell，wbc)值，血小板數(shù)(platelet，plt)值，血紅蛋白(hemoglobin，hb)值，谷丙轉(zhuǎn)氨酶(alanineaminotransferase，alt)值，谷草轉(zhuǎn)氨酶(aspartateaminotransferas，ast)值，白蛋白(albumin，alb)值，丙球蛋白使用時(shí)間，以及臨床診斷癥狀指標(biāo)；

所述臨床診斷癥狀指標(biāo)包括：結(jié)膜充血，皮疹，口唇皸裂，楊梅舌，頸淋巴結(jié)腫大，手足硬腫，指趾脫皮，肛周脫皮，卡疤紅腫；

s2、對(duì)所述原始參數(shù)做離散化處理以獲得原始參數(shù)對(duì)應(yīng)的svm特征值；

s3、以svm特征值為基礎(chǔ)數(shù)據(jù)構(gòu)建svm模型，并通過(guò)所述svm模型預(yù)測(cè)川崎病的冠脈損傷并發(fā)癥。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，所述步驟s2具體包括：

將所述21項(xiàng)原始參數(shù)中的發(fā)熱時(shí)間、丙球蛋白使用時(shí)間使用了具體的數(shù)值進(jìn)行表示，以形成對(duì)應(yīng)的svm特征值；

將21項(xiàng)原始參數(shù)中剩余的其他原始參數(shù)轉(zhuǎn)化為僅由“0”，“1”數(shù)值表示的離散化類別特征，以形成對(duì)應(yīng)的svm特征值。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，

所述步驟s2還包括：調(diào)取離散類別庫(kù)，對(duì)應(yīng)所述離散類別庫(kù)將21項(xiàng)原始參數(shù)中年齡，crp檢測(cè)值，wbc值，plt值，hb值，alt值，ast值，alb值對(duì)應(yīng)的原始參數(shù)轉(zhuǎn)化為僅由“0”，“1”數(shù)值表示的離散化類別特征，以形成對(duì)應(yīng)的svm特征值；

所述離散類別庫(kù)包括：年齡，crp檢測(cè)值，wbc值，plt值，hb值，alt值，ast值，alb值的離散類別。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，所述離散類別庫(kù)具體包括：

年齡對(duì)應(yīng)的離散類別為：類別1，<6個(gè)月；類別2，≥6個(gè)月；

crp檢測(cè)值對(duì)應(yīng)的離散類別為：類別1，crp≤1.0；類別2，1.0<crp≤3.0；類別3，3.0<crp<10.0；類別4，crp≥10.0；

wbc值對(duì)應(yīng)的離散類別為：類別1，wbc<10；類別2，10<＝wbc<＝20；類別3，wbc>20；

plt值對(duì)應(yīng)的離散類別為：類別1，plt≤150.0；類別2，150.0<plt≤350.0；類別3，plt>350；

hb值對(duì)應(yīng)的離散類別為：類別1，hb<120；類別2，120.0<hb≤140.0；類別3，hb>140.0；

alt值對(duì)應(yīng)的離散類別為：類別1，alt≤40；類別2，alt>40；

ast值對(duì)應(yīng)的離散類別為：類別1，ast≤40；類別2，ast>40；

alb值對(duì)應(yīng)的離散類別為：類別1，alb<36.0；類別2，36.0<alb≤55.0；類別3，alb>55.0。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，所述步驟s3具體包括：

構(gòu)建svm過(guò)程中，采用5組交叉驗(yàn)證的方式選取svm模型的原始參數(shù)，并記錄最優(yōu)的原始參數(shù)作為模型參數(shù)。

為了實(shí)現(xiàn)上述發(fā)明目的另一，本發(fā)明一實(shí)施方式提供一種川崎病冠脈損傷的預(yù)測(cè)系統(tǒng)，所述系統(tǒng)包括：數(shù)據(jù)采集模塊，用于采集建立svm模型的21項(xiàng)原始參數(shù)；

所述建模原始參數(shù)包括：性別，年齡，就診時(shí)發(fā)熱時(shí)間，臨床分型，crp檢測(cè)值，wbc值，plt值，hb值，alt值，ast值，alb值，丙球蛋白使用時(shí)間，以及臨床診斷癥狀指標(biāo)；

所述臨床診斷癥狀指標(biāo)包括：結(jié)膜充血，皮疹，口唇皸裂，楊梅舌，頸淋巴結(jié)腫大，手足硬腫，指趾脫皮，肛周脫皮，卡疤紅腫；

離散處理模塊，用于對(duì)所述原始參數(shù)做離散化處理以獲得原始參數(shù)對(duì)應(yīng)的svm特征值；

模型構(gòu)建預(yù)測(cè)模塊，用于以svm特征值為基礎(chǔ)數(shù)據(jù)構(gòu)建svm模型，并通過(guò)所述svm模型預(yù)測(cè)川崎病的冠脈損傷并發(fā)癥。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，

所述離散處理模塊具體用于：

將所述21項(xiàng)原始參數(shù)中的發(fā)熱時(shí)間、丙球蛋白使用時(shí)間使用了具體的數(shù)值進(jìn)行表示，以形成對(duì)應(yīng)的svm特征值；

將21項(xiàng)原始參數(shù)中剩余的其他原始參數(shù)轉(zhuǎn)化為僅由“0”，“1”數(shù)值表示的離散化類別特征，以形成對(duì)應(yīng)的svm特征值。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，所述離散處理模塊還用于：

調(diào)取離散類別庫(kù)，對(duì)應(yīng)所述離散類別庫(kù)將21項(xiàng)原始參數(shù)中年齡，crp檢測(cè)值，wbc值，plt值，hb值，alt值，ast值，alb值對(duì)應(yīng)的原始參數(shù)轉(zhuǎn)化為僅由“0”，“1”數(shù)值表示的離散化類別特征，以形成對(duì)應(yīng)的svm特征值；

所述離散類別庫(kù)包括：年齡，crp檢測(cè)值，wbc值，plt值，hb值，alt值，ast值，alb值的離散類別。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，所述離散類別庫(kù)具體包括：年齡對(duì)應(yīng)的離散類別為：類別1，<6個(gè)月；類別2，≥6個(gè)月；

crp檢測(cè)值對(duì)應(yīng)的離散類別為：類別1，crp≤1.0；類別2，1.0<crp≤3.0；類別3，3.0<crp<10.0；類別4，crp≥10.0；

wbc值對(duì)應(yīng)的離散類別為：類別1，wbc<10；類別2，10<＝wbc<＝20；類別3，wbc>20；

plt值對(duì)應(yīng)的離散類別為：類別1，plt≤150.0；類別2，150.0<plt≤350.0；類別3，plt>350；

hb值對(duì)應(yīng)的離散類別為：類別1，hb<120；類別2，120.0<hb≤140.0；類別3，hb>140.0；

alt值對(duì)應(yīng)的離散類別為：類別1，alt≤40；類別2，alt>40；

ast值對(duì)應(yīng)的離散類別為：類別1，ast≤40；類別2，ast>40；

alb值對(duì)應(yīng)的離散類別為：類別1，alb<36.0；類別2，36.0<alb≤55.0；類別3，alb>55.0。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，模型構(gòu)建預(yù)測(cè)模塊具體用于：構(gòu)建svm過(guò)程中，采用5組交叉驗(yàn)證的方式選取svm模型的原始參數(shù)，并記錄最優(yōu)的原始參數(shù)作為模型參數(shù)。

與現(xiàn)有技術(shù)相比，本發(fā)明的川崎病的冠脈損傷并發(fā)癥的預(yù)測(cè)方法及預(yù)測(cè)系統(tǒng)，采集真實(shí)的原始參數(shù)作為建模的基礎(chǔ)數(shù)據(jù)，可靠性強(qiáng)；進(jìn)一步的，將原始數(shù)據(jù)進(jìn)行離散化處理后獲得構(gòu)建svm模型的svm特征值，如此，數(shù)據(jù)格式統(tǒng)一、提升建模速度；通過(guò)svm模型預(yù)測(cè)川崎病的冠脈損傷并發(fā)癥，提升了預(yù)測(cè)的概率，如此，可以對(duì)病人進(jìn)行早期干預(yù)治療，促進(jìn)冠狀動(dòng)脈損傷的恢復(fù)，對(duì)將來(lái)川崎病的診治具有重要意義和價(jià)值。

附圖說(shuō)明

圖1是本發(fā)明第一實(shí)施方式提供的川崎病的冠脈損傷并發(fā)癥的預(yù)測(cè)方法的流程圖；

圖2是本發(fā)明一實(shí)施方式中提供的川崎病冠脈損傷的預(yù)測(cè)系統(tǒng)的模塊示意圖。

具體實(shí)施方式

以下將結(jié)合附圖所示的實(shí)施方式對(duì)本發(fā)明進(jìn)行詳細(xì)描述。但實(shí)施方式并不限制本發(fā)明，本領(lǐng)域的普通技術(shù)人員根據(jù)這些實(shí)施方式所做出的結(jié)構(gòu)、方法、或功能上的變換均包含在本發(fā)明的保護(hù)范圍內(nèi)。

如圖1所示，圖1是本發(fā)明第一實(shí)施方式提供的川崎病的冠脈損傷并發(fā)癥的預(yù)測(cè)方法，所述方法包括：

s1、采集建立svm模型的21項(xiàng)原始參數(shù)；

所述建模原始參數(shù)包括：性別，年齡，就診時(shí)發(fā)熱時(shí)間，臨床分型，crp檢測(cè)值，wbc值，plt值，hb值，alt值，ast值，alb值，丙球蛋白使用時(shí)間，以及臨床診斷癥狀指標(biāo)；所述臨床診斷癥狀指標(biāo)包括：結(jié)膜充血，皮疹，口唇皸裂，楊梅舌，頸淋巴結(jié)腫大，手足硬腫，指趾脫皮，肛周脫皮，卡疤紅腫。

本發(fā)明一具體示例中，開(kāi)發(fā)數(shù)據(jù)為2006-2014年國(guó)內(nèi)某一地區(qū)1020例川崎病病例，其中，冠脈損傷組268例，無(wú)冠脈損傷組752例；每一病例均具有對(duì)應(yīng)上述21項(xiàng)原始參數(shù)的具體參數(shù)值。

進(jìn)一步的，所述方法還包括：s2、對(duì)所述原始參數(shù)做離散化處理以獲得原始參數(shù)對(duì)應(yīng)的svm特征值。由于原始參數(shù)中包含了多種臨床檢測(cè)的原始值，直接在svm模型中使用原始參數(shù)不能反映出該檢測(cè)值的臨床意義。因此，針對(duì)所有臨床檢測(cè)的原始參數(shù)，采用臨床定義的標(biāo)準(zhǔn)參考值的范圍，進(jìn)行臨床醫(yī)學(xué)意義上的離散化表示。經(jīng)過(guò)轉(zhuǎn)化，數(shù)值型的原始數(shù)據(jù)被轉(zhuǎn)化為具有臨床意義的類別特征。

本發(fā)明一具體示例中，由python程序開(kāi)發(fā)，采用統(tǒng)一的特征提取模型對(duì)始參數(shù)做離散化處理以獲得原始參數(shù)對(duì)應(yīng)的svm特征值。

優(yōu)選的，所述步驟s2具體包括：將所述21項(xiàng)原始參數(shù)中的發(fā)熱時(shí)間、丙球蛋白使用時(shí)間使用了具體的數(shù)值進(jìn)行表示，以形成對(duì)應(yīng)的svm特征值；

將21項(xiàng)原始參數(shù)中剩余的其他原始參數(shù)轉(zhuǎn)化為僅由“0”，“1”數(shù)值表示的離散化類別特征，以形成對(duì)應(yīng)的svm特征值。

進(jìn)一步的，所述步驟s2還包括：根據(jù)臨床醫(yī)學(xué)知識(shí)，調(diào)取離散類別庫(kù)，對(duì)應(yīng)所述離散類別庫(kù)將21項(xiàng)原始參數(shù)中年齡，crp檢測(cè)值，wbc值，plt值，hb值，alt值，ast值，alb值對(duì)應(yīng)的原始參數(shù)轉(zhuǎn)化為僅由“0”，“1”數(shù)值表示的離散化類別特征，以形成對(duì)應(yīng)的svm特征值；

所述離散類別庫(kù)包括：年齡，crp檢測(cè)值，wbc值，plt值，hb值，alt值，ast值，alb值的離散類別。所述離散類別庫(kù)具體包括：

年齡對(duì)應(yīng)的離散類別為：類別1，<6個(gè)月；類別2，≥6個(gè)月；

crp檢測(cè)值對(duì)應(yīng)的離散類別為：類別1，crp≤1.0；類別2，1.0<crp≤3.0；類別3，3.0<crp<10.0；類別4，crp≥10.0；

wbc值對(duì)應(yīng)的離散類別為：類別1，wbc<10；類別2，10<＝wbc<＝20；類別3，wbc>20；

plt值對(duì)應(yīng)的離散類別為：類別1，plt≤150.0；類別2，150.0<plt≤350.0；類別3，plt>350；

hb值對(duì)應(yīng)的離散類別為：類別1，hb<120；類別2，120.0<hb≤140.0；類別3，hb>140.0；

alt值對(duì)應(yīng)的離散類別為：類別1，alt≤40；類別2，alt>40；

ast值對(duì)應(yīng)的離散類別為：類別1，ast≤40；類別2，ast>40；

alb值對(duì)應(yīng)的離散類別為：類別1，alb<36.0；類別2，36.0<alb≤55.0；類別3，alb>55.0。

上述對(duì)應(yīng)所述離散類別庫(kù)將21項(xiàng)原始參數(shù)中年齡，crp檢測(cè)值，wbc值，plt值，hb值，alt值，ast值，alb值對(duì)應(yīng)的原始參數(shù)轉(zhuǎn)化為僅由“0”，“1”數(shù)值表示的離散化類別特征表示過(guò)程中，可以對(duì)0、1的表示含義自行定義；例如：{1，0}為男性，{0，1}為女性，同理，臨床分型，臨床診斷癥狀指標(biāo)中，同樣可以對(duì)0、1的表達(dá)方式進(jìn)行定義，例如：1表示病人出現(xiàn)相應(yīng)癥狀，0表示病人未出現(xiàn)相應(yīng)癥狀。

為了便于理解，本發(fā)明描述一具體示例供參考；一川崎病人病例，其對(duì)應(yīng)的原始參數(shù)如下所示：

性別：男；

年齡：28個(gè)月；

就診時(shí)發(fā)熱時(shí)間：5天；

臨床分型：完全川崎??；

c-反應(yīng)蛋白(crp)：65.73；

白細(xì)胞數(shù)(wbc)：28.91；

血小板數(shù)(plt)：600；

血紅蛋白(hb)：103；

谷丙轉(zhuǎn)氨酶(alt)：192.4；

谷草轉(zhuǎn)氨酶(ast)：84.8；

白蛋白(alb)：35.9；

丙球蛋白使用時(shí)間：5天；

結(jié)膜充血：是；

皮疹：是；

口唇皸裂：是；

楊梅舌：是；

頸淋巴結(jié)腫大：是；

手足硬腫：是；

指趾脫皮：是；

肛周脫皮：是；

卡疤紅腫：否；

對(duì)上述一個(gè)病人的原始參數(shù)做離散化處理以獲得原始參數(shù)對(duì)應(yīng)的svm特征值如下所示：

性別：{1，0}

年齡：{0，1}

就診時(shí)發(fā)熱時(shí)間：5天；

臨床分型：{1，0}；

c-反應(yīng)蛋白(crp)：{0，0，0，1}

白細(xì)胞數(shù)(wbc)：{0，0，1}；

血小板數(shù)(plt)：{0，0，1}；

血紅蛋白(hb)：{1，0，0}

谷丙轉(zhuǎn)氨酶(alt)：{0，1}；

谷草轉(zhuǎn)氨酶(ast)：{0，1}；

白蛋白(alb)：{1，0，0}；

丙球蛋白使用時(shí)間：5天；

結(jié)膜充血：{1}；

皮疹：{1}；

口唇皸裂：{1}；

楊梅舌：{1}；

頸淋巴結(jié)腫大：{1}；

手足硬腫：{1}；

指趾脫皮：{1}；

肛周脫皮：{1}；

卡疤紅腫：{0}；

進(jìn)一步的，所示方法還包括：s3、以svm特征值為基礎(chǔ)數(shù)據(jù)構(gòu)建svm模型，并通過(guò)所述svm模型預(yù)測(cè)川崎病的冠脈損傷并發(fā)癥。

svm是由cortes和vapnik于1995年提出的，它以訓(xùn)練誤差作為優(yōu)化問(wèn)題的約束條件，以置信范圍值最小化作為優(yōu)化目標(biāo)，是一種基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則的學(xué)習(xí)方法。svm以統(tǒng)計(jì)學(xué)習(xí)理論(statisticallearningtheory，slt)為基礎(chǔ)，綜合考慮經(jīng)驗(yàn)風(fēng)險(xiǎn)與置信風(fēng)險(xiǎn)，克服了傳統(tǒng)方法過(guò)學(xué)習(xí)和陷入局部最小的問(wèn)題，具有很好的泛化能力，在解決小樣本、非線性及高維模式識(shí)別問(wèn)題中表現(xiàn)出許多特有的優(yōu)勢(shì)，同時(shí)，svm通過(guò)核函數(shù)方法向高維空間映射時(shí)并不增加計(jì)算的復(fù)雜性，又可以有效地克服維數(shù)災(zāi)難問(wèn)題。因此，svm已經(jīng)逐漸成為解決模式分類問(wèn)題的首選工具。

svm基本思想：對(duì)于給定的線性可分訓(xùn)練樣本集t＝{(x，y)，i＝1，2，...，l}，x∈rn，yi∈{+1，-1}，尋找一個(gè)決策函數(shù)f(x)＝sgn(g(x))來(lái)將訓(xùn)練集正確地分開(kāi)，且分類超平面具有好的推廣能力。對(duì)于線性可分問(wèn)題，分類超平面(w·x)+b＝0必須使分類間隔的最大，可以轉(zhuǎn)化為：

s.t:y(i(w·xi)+b)≥1i＝1，2，...，l(2)

對(duì)于線性不可分問(wèn)題則需要通過(guò)引入一個(gè)非線性映射將低維的輸入空間中的線性不可分問(wèn)題轉(zhuǎn)化為高維特征空間中的線性可分問(wèn)題，進(jìn)而用標(biāo)準(zhǔn)分類學(xué)習(xí)機(jī)來(lái)求解。為了避免高維空間中的復(fù)雜計(jì)算，svm采用核函數(shù)k(x，y)代替高維空間中的內(nèi)積運(yùn)算于是式(2)的問(wèn)題可以轉(zhuǎn)換為：

s.t:yi((w·xi)+b)≥1-ξi＝1，2，...，l(4)

用lagrange方法求解得

該式只包含待分類樣本與訓(xùn)練樣本中的支持向量的內(nèi)積運(yùn)算。對(duì)非線性問(wèn)題，可以通過(guò)非線性變換轉(zhuǎn)化為某個(gè)高維空間中的線性問(wèn)題，在變換空間求最優(yōu)分類面，然而這種變換卻不易實(shí)現(xiàn)。

根據(jù)泛函的有關(guān)理論，只要一種核函數(shù)k(xi，xj)滿足mercer條件，它就對(duì)應(yīng)某一變換空間中的內(nèi)積。因此，在最優(yōu)分類面中采用適當(dāng)?shù)膬?nèi)積函數(shù)k(xi，xj)就可以實(shí)現(xiàn)某一非線性變換后的線性分類，而計(jì)算復(fù)雜度卻沒(méi)有增加。相應(yīng)的分類函數(shù)也變?yōu)椋?/p>

也就是前述的支持向量機(jī)。

本發(fā)明優(yōu)選實(shí)施方式中，構(gòu)建svm過(guò)程中，采用5組交叉驗(yàn)證的方式選取svm模型的原始參數(shù)，并記錄最優(yōu)的原始參數(shù)作為模型參數(shù)。

采用5組交叉驗(yàn)證的方式選取svm模型的原始參數(shù)具體包括：將上述1020例川崎病原始參數(shù)以病例為單位隨機(jī)分為5組，即每組204例病例，構(gòu)建svm過(guò)程中，共建立5個(gè)svm模型，每次以其中任意4組訓(xùn)練為一個(gè)svm模型，剩余一組做測(cè)試，之后對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比，記錄最優(yōu)的原始參數(shù)作為模型參數(shù)。如此，可以防止模型過(guò)擬合。

本發(fā)明具體示例中，將1020例川崎病患者采用5組交叉驗(yàn)證的方式建立svm模型后，取概率大于0.2663時(shí)達(dá)到最好分類性能，其5次試驗(yàn)的auc平均值高達(dá)0.8929。

所述auc其對(duì)應(yīng)的英文全稱為：areaundercurve，其為評(píng)測(cè)svm模型在測(cè)試數(shù)據(jù)上預(yù)測(cè)好壞的指標(biāo)，其數(shù)值越高，表示svm模型的預(yù)測(cè)性能越好。

所述概率是指，給定一個(gè)病例，將其具有的原始參數(shù)轉(zhuǎn)換為svm特征值并輸入至svm模型后，出現(xiàn)冠脈損傷的概率。

另外，本發(fā)明具體示例中，svm模型建立過(guò)程中，核函數(shù)經(jīng)比較采用徑向基核函數(shù)(radicalbasisfunctions，簡(jiǎn)稱rbf):k(xi，yi)＝exp(-γ||xi-yi||2)，其中γ為參數(shù)。該核函數(shù)是svm模型的內(nèi)建機(jī)制，通過(guò)核函數(shù)把輸入特征映射到高緯空間，尋找最優(yōu)分類界面；所述rbf是非線性核，其為核函數(shù)其中的一種，本實(shí)施方式中，采用rbf作為核函數(shù)，可以更好的對(duì)數(shù)據(jù)的非線性關(guān)系建模。

結(jié)合圖2所示，本發(fā)明一實(shí)施方式提供的川崎病冠脈損傷的預(yù)測(cè)系統(tǒng)，所述系統(tǒng)包括：數(shù)據(jù)采集模塊100、離散處理模塊200以及模型構(gòu)建預(yù)測(cè)模塊300。

數(shù)據(jù)采集模塊100用于采集建立svm模型的21項(xiàng)原始參數(shù)；

所述建模原始參數(shù)包括：性別，年齡，就診時(shí)發(fā)熱時(shí)間，臨床分型，c-反應(yīng)蛋白(crp)檢測(cè)值，白細(xì)胞數(shù)(wbc)值，血小板數(shù)(plt)值，血紅蛋白(hb)值，谷丙轉(zhuǎn)氨酶(alt)值，谷草轉(zhuǎn)氨酶(ast)值，白蛋白(alb)值，丙球蛋白使用時(shí)間，以及臨床診斷癥狀指標(biāo)；所述臨床診斷癥狀指標(biāo)包括：結(jié)膜充血，皮疹，口唇皸裂，楊梅舌，頸淋巴結(jié)腫大，手足硬腫，指趾脫皮，肛周脫皮，卡疤紅腫。

本發(fā)明一具體示例中，開(kāi)發(fā)數(shù)據(jù)為2006-2014年國(guó)內(nèi)某一地區(qū)1020例川崎病病例，其中，冠脈損傷組268例，無(wú)冠脈損傷組752例；每一病例均具有對(duì)應(yīng)上述21項(xiàng)原始參數(shù)的具體參數(shù)值。

離散處理模塊200用于對(duì)所述原始參數(shù)做離散化處理以獲得原始參數(shù)對(duì)應(yīng)的svm特征值。由于原始參數(shù)中包含了多種臨床檢測(cè)的原始值，直接在svm模型中使用原始參數(shù)不能反映出該檢測(cè)值的臨床意義。因此，針對(duì)所有臨床檢測(cè)的原始參數(shù)，采用臨床定義的標(biāo)準(zhǔn)參考值的范圍，進(jìn)行臨床醫(yī)學(xué)意義上的離散化表示。經(jīng)過(guò)轉(zhuǎn)化，數(shù)值型的原始數(shù)據(jù)被轉(zhuǎn)化為具有臨床意義的類別特征。

本發(fā)明一具體示例中，由python程序開(kāi)發(fā)，采用統(tǒng)一的特征提取模型對(duì)始參數(shù)做離散化處理以獲得原始參數(shù)對(duì)應(yīng)的svm特征值。

優(yōu)選的，離散處理模塊200具體用于

將所述21項(xiàng)原始參數(shù)中的發(fā)熱時(shí)間、丙球蛋白使用時(shí)間使用了具體的數(shù)值進(jìn)行表示，以形成對(duì)應(yīng)的svm特征值；

將21項(xiàng)原始參數(shù)中剩余的其他原始參數(shù)轉(zhuǎn)化為僅由“0”，“1”數(shù)值表示的離散化類別特征，以形成對(duì)應(yīng)的svm特征值。

進(jìn)一步的，離散處理模塊200還用于根據(jù)臨床醫(yī)學(xué)知識(shí)，調(diào)取離散類別庫(kù)，對(duì)應(yīng)所述離散類別庫(kù)將21項(xiàng)原始參數(shù)中年齡，crp檢測(cè)值，wbc值，plt值，hb值，alt值，ast值，alb值對(duì)應(yīng)的原始參數(shù)轉(zhuǎn)化為僅由“0”，“1”數(shù)值表示的離散化類別特征，以形成對(duì)應(yīng)的svm特征值。

所述離散類別庫(kù)包括：年齡，crp檢測(cè)值，wbc值，plt值，hb值，alt值，ast值，alb值的離散類別。

所述離散類別庫(kù)具體包括：

年齡對(duì)應(yīng)的離散類別為：類別1，<6個(gè)月；類別2，≥6個(gè)月；

crp檢測(cè)值對(duì)應(yīng)的離散類別為：類別1，crp≤1.0；類別2，1.0<crp≤3.0；類別3，3.0<crp<10.0；類別4，crp≥10.0；

wbc值對(duì)應(yīng)的離散類別為：類別1，wbc<10；類別2，10<＝wbc<＝20；類別3，wbc>20；

plt值對(duì)應(yīng)的離散類別為：類別1，plt≤150.0；類別2，150.0<plt≤350.0；類別3，plt>350；

hb值對(duì)應(yīng)的離散類別為：類別1，hb<120；類別2，120.0<hb≤140.0；類別3，hb>140.0；

alt值對(duì)應(yīng)的離散類別為：類別1，alt≤40；類別2，alt>40；

ast值對(duì)應(yīng)的離散類別為：類別1，ast≤40；類別2，ast>40；

alb值對(duì)應(yīng)的離散類別為：類別1，alb<36.0；類別2，36.0<alb≤55.0；類別3，alb>55.0。

上述對(duì)應(yīng)所述離散類別庫(kù)將21項(xiàng)原始參數(shù)中年齡，crp檢測(cè)值，wbc值，plt值，hb值，alt值，ast值，alb值對(duì)應(yīng)的原始參數(shù)轉(zhuǎn)化為僅由“0”，“1”數(shù)值表示的離散化類別特征表示過(guò)程中，可以對(duì)0、1的表示含義自行定義；例如：{1，0}為男性，{0，1}為女性，同理，臨床分型，臨床診斷癥狀指標(biāo)中，同樣可以對(duì)0、1的表達(dá)方式進(jìn)行定義，例如：1表示病人出現(xiàn)相應(yīng)癥狀，0表示病人未出現(xiàn)相應(yīng)癥狀。

模型構(gòu)建預(yù)測(cè)模塊300用于以svm特征值為基礎(chǔ)數(shù)據(jù)構(gòu)建svm模型，并通過(guò)所述svm模型預(yù)測(cè)川崎病的冠脈損傷并發(fā)癥。

本發(fā)明優(yōu)選實(shí)施方式中，模型構(gòu)建預(yù)測(cè)模塊300構(gòu)建svm過(guò)程中，采用5組交叉驗(yàn)證的方式選取svm模型的原始參數(shù)，并記錄最優(yōu)的原始參數(shù)作為模型參數(shù)。

采用5組交叉驗(yàn)證的方式選取svm模型的原始參數(shù)具體包括：將上述1020例川崎病原始參數(shù)以病例為單位隨機(jī)分為5組，即每組204例病例，構(gòu)建svm過(guò)程中，共建立5個(gè)svm模型，每次以其中任意4組訓(xùn)練為一個(gè)svm模型，剩余一組做測(cè)試，之后對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比，記錄最優(yōu)的原始參數(shù)作為模型參數(shù)。如此，可以防止模型過(guò)擬合。

本發(fā)明具體示例中，將1020例川崎病患者采用5組交叉驗(yàn)證的方式建立svm模型后，取概率大于0.2663時(shí)達(dá)到最好分類性能，其5次試驗(yàn)的auc平均值高達(dá)0.8929。

所述auc其對(duì)應(yīng)的英文全稱為：areaundercurve，其為評(píng)測(cè)svm模型在測(cè)試數(shù)據(jù)上預(yù)測(cè)好壞的指標(biāo)，其數(shù)值越高，表示svm模型的預(yù)測(cè)性能越好。

所述概率是指，給定一個(gè)病例，將其具有的原始參數(shù)轉(zhuǎn)換為svm特征值并輸入至svm模型后，出現(xiàn)冠脈損傷的概率。

另外，本發(fā)明具體示例中，svm模型建立過(guò)程中，核函數(shù)經(jīng)比較采用徑向基核函數(shù)(radicalbasisfunctions，簡(jiǎn)稱rbf):k(xi，yi)＝exp(-γ||xi-yi||2)，其中γ為參數(shù)。該核函數(shù)是svm模型的內(nèi)建機(jī)制，通過(guò)核函數(shù)把輸入特征映射到高緯空間，尋找最優(yōu)分類界面；所述rbf是非線性核，其為核函數(shù)其中的一種，本實(shí)施方式中，采用rbf作為核函數(shù)，可以更好的對(duì)數(shù)據(jù)的非線性關(guān)系建模。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡(jiǎn)潔，上述描述的模塊的具體工作過(guò)程，可以參考前述方法實(shí)施方式中的對(duì)應(yīng)過(guò)程，在此不再贅述。

綜上所述，本發(fā)明的川崎病的冠脈損傷并發(fā)癥的預(yù)測(cè)方法及預(yù)測(cè)系統(tǒng)，采集真實(shí)的原始參數(shù)作為建模的基礎(chǔ)數(shù)據(jù)，可靠性強(qiáng)；進(jìn)一步的，將原始數(shù)據(jù)進(jìn)行離散化處理后獲得構(gòu)建svm模型的svm特征值，如此，數(shù)據(jù)格式統(tǒng)一、提升建模速度；通過(guò)svm模型預(yù)測(cè)川崎病的冠脈損傷并發(fā)癥，提升了預(yù)測(cè)的概率，如此，可以對(duì)病人進(jìn)行早期干預(yù)治療，促進(jìn)冠狀動(dòng)脈損傷的恢復(fù)，對(duì)將來(lái)川崎病的診治具有重要意義和價(jià)值。

為了描述的方便，描述以上裝置時(shí)以功能分為各種模塊分別描述。當(dāng)然，在實(shí)施本申請(qǐng)時(shí)可以把各模塊的功能在同一個(gè)或多個(gè)軟件和/或硬件中實(shí)現(xiàn)。

通過(guò)以上的實(shí)施方式的描述可知，本領(lǐng)域的技術(shù)人員可以清楚地了解到本申請(qǐng)可借助軟件加必需的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)。基于這樣的理解，本申請(qǐng)的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品可以保存在保存介質(zhì)中，如rom/ram、磁碟、光盤等，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，信息推送服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本申請(qǐng)各個(gè)實(shí)施方式或者實(shí)施方式的某些部分所述的方法。

以上所描述的裝置實(shí)施方式僅僅是示意性的，其中所述作為分離部件說(shuō)明的模塊可以是或者也可以不是物理上分開(kāi)的，作為模塊顯示的部件可以是或者也可以不是物理模塊，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)模塊上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部模塊來(lái)實(shí)現(xiàn)本實(shí)施方式方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動(dòng)的情況下，即可以理解并實(shí)施。

本申請(qǐng)可用于眾多通用或?qū)Ｓ玫挠?jì)算系統(tǒng)環(huán)境或配置中。例如：個(gè)人計(jì)算機(jī)、信息推送服務(wù)器計(jì)算機(jī)、手持設(shè)備或便攜式設(shè)備、平板型設(shè)備、多處理模塊系統(tǒng)、基于微處理模塊的系統(tǒng)、置頂盒、可編程的消費(fèi)電子設(shè)備、網(wǎng)絡(luò)pc、小型計(jì)算機(jī)、大型計(jì)算機(jī)、包括以上任何系統(tǒng)或設(shè)備的分布式計(jì)算環(huán)境等等。

本申請(qǐng)可以在由計(jì)算機(jī)執(zhí)行的計(jì)算機(jī)可執(zhí)行指令的一般上下文中描述，例如程序模塊。一般地，程序模塊包括執(zhí)行特定任務(wù)或?qū)崿F(xiàn)特定抽象數(shù)據(jù)類型的例程、程序、對(duì)象、組件、數(shù)據(jù)結(jié)構(gòu)等等。也可以在分布式計(jì)算環(huán)境中實(shí)踐本申請(qǐng)，在這些分布式計(jì)算環(huán)境中，由通過(guò)通信網(wǎng)絡(luò)而被連接的遠(yuǎn)程處理設(shè)備來(lái)執(zhí)行任務(wù)。在分布式計(jì)算環(huán)境中，程序模塊可以位于包括保存設(shè)備在內(nèi)的本地和遠(yuǎn)程計(jì)算機(jī)保存介質(zhì)中。

應(yīng)當(dāng)理解，雖然本說(shuō)明書(shū)按照實(shí)施方式加以描述，但并非每個(gè)實(shí)施方式僅包含一個(gè)獨(dú)立的技術(shù)方案，說(shuō)明書(shū)的這種敘述方式僅僅是為清楚起見(jiàn)，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)將說(shuō)明書(shū)作為一個(gè)整體，各實(shí)施方式中的技術(shù)方案也可以經(jīng)適當(dāng)組合，形成本領(lǐng)域技術(shù)人員可以理解的其他實(shí)施方式。

上文所列出的一系列的詳細(xì)說(shuō)明僅僅是針對(duì)本發(fā)明的可行性實(shí)施方式的具體說(shuō)明，它們并非用以限制本發(fā)明的保護(hù)范圍，凡未脫離本發(fā)明技藝精神所作的等效實(shí)施方式或變更均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。