一种基于特征提取算法的数据特征分类方法
【技术领域】
[0001] 本发明属于临床数据检测和数据挖掘技术领域，具体涉及是一种基于特征提取算 法的数据特征分类方法。
【背景技术】
[0002] 在现代任何一家医院，重症监护病房（I⑶，IntensiveCareUnit)都是死亡率最 高的部分（8-19%)。因此，实时检测重症监护病房中病人的生命体征，并对其生命体征中 的心率和血氧饱和浓度进行特征提取和分析，在防止ICU病人的病情突然恶化甚至是死亡 方面起着重要作用。
[0003] 研宄发现，由于生物系统的特质，实时临床数据具有一些独特的功能。现有技术中 对临床数据进行分析时存在两个主要问题：首先，在建立模型时往往只考虑病人的一个重 要体征，而这难以对多个时间序列进行分析；其次，时间序列数据中包含着丰富的信息，对 单一时间序列来讲，有一阶，二阶时间序列特征，还有一些复杂的特征，如趋势波动分析，频 谱分析，近似熵等，然而这些特征没有被充分利用。
[0004] 针对这种情况，本发明提供了一种基于特征提取算法的数据特征分类方法，包括 以下步骤：首先，收集正常人的生命体征数据，并构建成数据库N存储；其次，收集病人的生 命体征数据S-I;然后，从数据库N中选取与收集的病人生命体征数据S-I相匹配的正常人 的生命体征数据N-1，引入特征提取算法，从病人生命体征数据S-I的时间特征序列中提取 出呼吸、心率、血氧饱和度、血压这四种最有鉴别能力的特征；再次，从提取的全部特征中选 取相应的特征子集；最后，用数据挖掘算法将选取的特征子集进行分类。通过挖掘无线医疗 设备检测的实时的、高频率的病人生命体征数据，在防止病人临床恶化以及为可能出现的 死亡提供早期预警方面起了重要作用，适用性强，提高了工作效率。
【发明内容】
[0005] 本发明的目的是克服现有技术中的不足，充分利用时间序列数据中的信息，同时 对多个特征数据进行提取和分类，使诊断更加准确有效。
[0006] 为此，本发明提供了一种基于特征提取算法的数据特征分类方法，包括如下步 骤：
[0007] 步骤一、收集正常人的生命体征数据，并构建成数据库N存储，通过无线医疗监控 系统收集实时的、高频率的正常人的生命体征数据；
[0008] 步骤二、收集病人的生命体征数据S-1，通过无线医疗监控系统收集实时的、高频 率的病人的生命体征数据；
[0009] 步骤三、从数据库N中选取与收集的病人的生命体征数据S-I相匹配的正常人的 生命体征数据N-1，引入特征提取算法，从病人的生命体征数据S-I的时间特征序列中提取 出呼吸、心率、血氧饱和度、血压这四种最具有鉴别能力的特征；
[0010] 步骤四、从提取的全部特征中选取相应的组合特征子集；
[0011] 步骤五、用数据挖掘算法将选择出的特征子集进行分类。
[0012] 上述一种基于特征提取算法的数据特征分类方法，所述步骤三的特征提取算法包 括如下步骤：
[0013] (3. 1)用趋势波动分析算法获取病人的生命体征数据S-I与正常人的生命体征数 据N-I的线性拟合特征数据；
[0014] 设时间序列为{x(i)}，1彡i彡N，定标指数的计算过程如下：
[0015] (3.L1)构造去均值的和序列：
【主权项】
1. 一种基于特征提取算法的数据特征分类方法，其特征在于，包括如下步骤： 步骤一、收集正常人的生命体征数据，并构建成数据库N存储； 步骤二、收集病人的生命体征数据S-I; 步骤三、从数据库N中选取与收集的病人的生命体征数据S-I相匹配的正常人的生命 体征数据N-1，引入特征提取算法，从病人的生命体征数据S-I的时间特征序列中提取出呼 吸、心率、血氧饱和度、血压这四种最有鉴别能力的特征； 步骤四、从提取的全部特征中选取相应的组合特征子集； 步骤五、用数据挖掘算法将选择出的特征子集进行分类。
2. 根据权利要求1所述的一种基于特征提取算法的数据特征分类方法，其特征在于： 所述步骤三的特征提取算法包括如下步骤： (3. 1)用趋势波动分析算法获取病人的生命体征数据S-I与正常人的生命体征数据N-I的线性拟合特征数据； (3. 2)用近似熵算法描述数据的复杂度特征； (3. 3)用频谱分析算法提取数据的能量普特征； (3.4) 用分析数据的一阶特征算法提取数据的均值、标准差、偏度、和峰度特征； (3.5) 用分析数据的二阶特征算法提取时间序列内部的共生关系特征：熵、惯性系数、 相关系数和局部同质性； (3. 6)用时间序列间的特征算法提取数据的线性相关系数和互相关系数。
3. 根据权利要求1所述的一种基于特征提取算法的数据特征分类方法，其特征在于： 所述步骤四的特征子集的选取包括如下步骤： (4. 1)用完全搜索（Complete)，启 发式搜索（Heuristic)，随机搜索（Random) 3大类搜索算法从步骤三获得的特征全集 中产生出一个特征子集； (4.2)用筛选器（Filter)、封装器（Wrapper)两大类评价函数对该特征子集进行评 价； (4. 3)将评价的结果与特征选择的评价标准（停止准则）AUC，F-score进行比较，若 评价结果符合停止准则就停止，否则就继续产生下一组特征子集，继续对特征子集进行评 价； (4.4)验证选出来的特征子集的有效性。
4. 根据权利要求1所述的一种基于特征提取算法的数据特征分类方法，其特征在于： 所述步骤五、用数据挖掘算法对选择出的特征子集进行分类，包括如下步骤： (5. 1)将逻辑回归模型准确度、敏感度和AUC作为评价系统分类性能的准则； (5. 2)引入特征选择和探索性下采样，对选出的特征子集进行分类。 (5. 3)考虑到数据类间的不平衡性，再将探索性下采样引入系统中来提高分类效果。
【专利摘要】本发明属于临床数据检测和数据挖掘技术领域，具体涉及是一种基于特征提取算法的数据特征分类方法，包括以下步骤：首先，收集并构建正常人的生命体征数据库N；其次，收集病人的生命体征数据S-1；然后，从数据库N中选取与收集的病人生命体征数据S-1相匹配的正常人的生命体征数据N-1，引入特征提取算法，从病人生命体征数据S-1的时间特征序列中提取出最有鉴别能力的特征；再次，从提取的全部特征中选取相应的特征子集；最后，用数据挖掘算法将选取的特征子集进行分类。该方法，通过挖掘无线医疗设备检测的实时的、高频率的病人生命体征数据，防止病人临床恶化的同时为出现的死亡提供早期预警，适用性强，提高了工作效率。
【IPC分类】G06F17-30
【公开号】CN104765846
【申请号】CN201510184753
【发明人】闫允一, 闫长虎, 郭宝龙, 孟繁杰
【申请人】西安电子科技大学
【公开日】2015年7月8日
【申请日】2015年4月17日