[0001] 本发明涉及医疗领域，特别涉及一种肝硬化预后预测的模型融合方法及系统。

[0002] 肝硬化是一种临床常见的慢性、进行性肝病，具有一定死亡率，使用机器学习模型预测肝硬化患者的预后效果对于临床管理和治疗决策具有重要意义。具体而言，期望预测肝硬化患者在一定周期内的未肝移植且存活的概率 1、未肝移植且死亡的概率 2以及肝移植的概率 3，并且期望预测结果尽可能地准确。

[0003] 目前，常用的预测方式是多个模型等权重融合技术。具体而言，例如：三个模型1、模型 2、模型 3等权重融合得到了融合模型 ，并利用融合模型 对目标患者进行预后预测，在对目标患者进行预后预测过程中，首先需要采用三个模型 1、模型 2、模型 3分别对目标患者进行预测，得到未肝移植且存活的概率为 m1、未肝移植且死亡的概率为 m2、肝移植的概率为 m3，其中m=1，2，3，随后采用融合模型 对目标患者进行预测，则得到未肝移植且存活的概率为 、未肝移植且死亡的概率为
、肝移植的概率为 ，该预测方式存在以下缺陷：
（1）采用等权重融合方法，未考虑各个模型预测性能的高低差异，对相对准确的模型赋予较大的权重，对相对不准确的模型赋予较小的权重；（2）未在各个模型都确信样本属于某一类时，融合模型仅预测样本属于这一类；导致模型融合效果较差，融合模型预测结果准确性较低。

[0004] 为此，提出了一种肝硬化预后预测的模型融合方法及系统。

[0020] 为了使本发明的目的、技术方案及优点更加清楚明白，下面通过具体实施方式结合附图对本发明做进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

[0021] 实施例一

[0022] 图1为本发明实施例一提供的一种肝硬化预后预测的模型融合方法的流程图。

[0023] 参考附图1，该方法包括以下步骤。

[0024] S1、获取历史肝硬化患者的特征数据和类型标签数据。

[0025] 在本实施例中，历史肝硬化患者的特征数据包括：观测时长特征数据、D‑青霉素特征数据、年龄特征数据、性别特征数据、腹水特征数据、肝肿大特征数据、蜘蛛痣特征数据、水肿特征数据、胆红素特征数据、胆固醇特征数据、白蛋白特征数据、铜特征数据、碱性磷酸酶特征数据、谷丙转氨酶特征数据、甘油三酯特征数据、血小板特征数据、凝血酶原时间特征数据和组织学分期特征数据；类型标签数据的取值包括：未肝移植且存活、未肝移植且死亡、肝移植。

[0026] 需要说明的是，针对每个历史肝硬化患者，需要获取18个特征数据和1个类型标签数据，18个特征数据包括观测时长特征数据、D‑青霉素特征数据、年龄特征数据、性别特征数据、腹水特征数据、肝肿大特征数据、蜘蛛痣特征数据、水肿特征数据、胆红素特征数据、胆固醇特征数据、白蛋白特征数据、铜特征数据、碱性磷酸酶特征数据、谷丙转氨酶特征数据、甘油三酯特征数据、血小板特征数据、凝血酶原时间特征数据和组织学分期特征数据，以及1个类型标签数据的取值为未肝移植且存活、未肝移植且死亡、肝移植中的一种。

[0027] S2、基于历史肝硬化患者的特征数据和类型标签数据，构建数据集。

[0028] 在本实施例中，在构建数据集之前，还包括对特征数据中包含的D‑青霉素特征数据、性别特征数据、腹水特征数据、肝肿大特征数据、蜘蛛痣特征数据和水肿特征数据进行特征编码预处理，其中，针对D‑青霉素特征数据的特征编码预处理为：用了D‑青霉素，则对应将D‑青霉素特征数据编码为1，没用D‑青霉素，则对应将D‑青霉素特征数据编码为0；针对性别特征数据的特征编码预处理为：性别为男性，则对应将性别特征数据编码为1，性别为女性，则对应将性别特征数据编码为0；针对腹水特征数据的特征编码预处理为：出现腹水现象，则对应将腹水特征数据编码为1，没有出现腹水现象，则对应将腹水特征数据编码为0；针对肝肿大特征数据的特征编码预处理为：出现肝肿大现象，则对应将肝肿大特征数据编码为1，没有出现肝肿大现象，则对应将肝肿大特征数据编码为0；针对蜘蛛痣特征数据的特征编码预处理为：出现蜘蛛痣现象，则对应将蜘蛛痣特征数据编码为1，没有出现蜘蛛痣现象，则对应将蜘蛛痣特征数据编码为0；针对水肿特征数据的特征编码预处理为：无利尿剂无水肿现象，则对应将水肿特征数据编码为0，无利尿剂有水肿或有利尿剂水肿缓解现象，则对应将水肿特征数据编码为1，有利尿剂有水肿现象，则对应将水肿特征数据编码为
2；需要理解的是，仅对特征数据中包含的以上六个特征数据进行特征编码预处理，剩余特征数据则不进行特征编码预处理，并基于编码处理后的特征数据、未编码处理的特征数据以及类型标签数据，构建用于训练模型的数据集。

[0029] S3、将数据集按预设比例随机划分为训练集和测试集，构建三种多分类模型，通过训练集和测试集对三种多分类模型进行训练和优化，输出训练后的三种多分类模型。

[0030] 在本实施例中，将数据集按照8:2的比例随机划分为训练集和测试集，并构建三种多分类模型，其中，三种多分类模型包括：第一多分类模型、第二多分类模型和第三多分类模型，第一多分类模型采用LightGBM模型，第二多分类模型采用XGBoost模型，第三多分类模型采用CatBoost模型，分别利用训练集和测试集对这三种多分类模型进行训练和优化，进而得到训练后的第一多分类模型、第二多分类模型和第三多分类模型，需要说明的是，第一多分类模型、第二多分类模型和第三多分类模型需要采用三种不同的多分类模型，包括但不限于采用以上的三种多分类模型，可根据实际情况进行灵活选择，在此不再进行限定。

[0031] S4、基于预设的多分类对数损失公式，分别计算训练后的三种多分类模型在测试集上的三种多分类对数损失值。

[0032] 在本实施例中，为了得到更准确的模型融合效果，可采用通过多分类对数损失公式分别计算第一多分类模型、第二多分类模型和第三多分类模型在测试集上的多分类对数损失值 、、 ，若计算得到的多分类对数损失越小，则后面计算的融合权重值越大，从而可以得到更准确的模型融合效果。

[0033] 在本实施例中，基于预设的多分类对数损失公式，分别计算训练后的三种多分类模型在测试集上的三种多分类对数损失值，包括：基于预设的多分类对数损失公式，分别计算第一多分类模型、第二多分类模型和第三多分类模型在测试集上的多分类对数损失值、、 ；所述多分类对数损失公式定义为 ；其中，N表示测试集中历史肝硬化患者的数量；若测试集中第i个历史肝硬化患者的类型标签为未肝移植且存活，则， ；若测试集中第i个历史肝硬化患者的类型标签为未肝移植且死
亡，则 ， ；若测试集中第i个历史肝硬化患者的类型标签为肝移植，
则 ， ；log表示自然对数； 、 、 分别表示第一多分类模型、
第二多分类模型和第三多分类模型预测测试集中第i个历史肝硬化患者的类型标签为未肝移植且存活的概率、预测测试集中第i个历史肝硬化患者的类型标签为未肝移植且死亡的概率、预测测试集中第i个历史肝硬化患者的类型标签为肝移植的概率。

[0034] S5、基于预设的模型融合权重公式和三种多分类对数损失值，分别计算训练后的三种多分类模型的融合权重值。

[0035] 在本实施例中，基于预设的模型融合权重公式和三种多分类对数损失值，分别计算训练后的三种多分类模型的融合权重值，包括：基于预设的模型融合权重公式和三种多分类对数损失值 、、，分别计算第一多分类模型、第二多分类模型和第三多分类模型的融合权重值；其中，所述第一多分类模型的融合权重值的计算公式如下：；式中： 表示第一多分类模型的融合权重值；所述第二多分类模型的融合权重值的计算公式如下： ；式中： 表示第二多分类模型的融合权重值；所述第三多
分类模型的融合权重值的计算公式如下： ；式中： 表示第三多分类模
型的融合权重值。

[0036] 在本实施例中，通过计算三种多分类模型的融合权重值，在模型融合策略中，分别对三种多分类模型赋予不同的权重 ， ， ，在此过程中，考虑了各个模型预测性能的高低差异，以便对更准确的模型赋予更大的权重，对相对不准确的模型赋予较小的权重；具体来说，模型越准确，计算出的多分类对数损失越小，进而后续计算出的融合权重值越大，从而得到更准确的模型融合效果。

[0037] S6、将目标肝硬化患者的特征数据分别输入至训练后的三种多分类模型中，分别得到预测对应类型标签的预测结果。

[0038] 在本实施例中，将目标肝硬化患者的特征数据分别输入至训练后的三种多分类模型中，分别得到预测对应类型标签的预测结果，包括：将目标肝硬化患者的特征数据分别输入至训练后的第一多分类模型、第二多分类模型和第三多分类模型中，分别得到第一多分类模型、第二多分类模型和第三多分类模型预测目标肝硬化患者的类型为未肝移植且存活的概率 、目标肝硬化患者的类型为未肝移植且死亡的概率 、目标肝硬化患者的类型为肝移植的概率 ，其中，k=1，2，3。

[0039] 在本实施例中，采集目标肝硬化患者的特征数据，即步骤S1中的18个特征数据，并在输入训练后的三种多分类模型之前，需要对这18个特征数据中的D‑青霉素特征数据、性别特征数据、腹水特征数据、肝肿大特征数据、蜘蛛痣特征数据和水肿特征数据进行特征编码预处理，随后将剩余12个特征数据和经特征编码预处理的六个特征数据输入至训练后的三种多分类模型中，分别得到预测对应类型标签的预测结果。

[0040] S7、基于预设的模型融合策略对预测对应类型标签的预测结果进行分析，得到模型融合预测结果。

[0041] 在本实施例中，在对三种多分类模型的预测结果进行融合分析时，采用预设的模型融合策略，其中，模型融合策略包括四种策略，具体为：（1）策略一：若 且且 且 ，则令 ， ；
（2）策略二：若 且 且 且 ，则
令 ， ；（3）策略三：若 且 且 且
，则令 ， ；（4）策略四：若策略一、策略
二、策略三均不满足，则令 ，
， ；其中，将 、 、
分别作为目标肝硬化患者的模型融合预测结果， 表示目标肝硬化患者的类型为未肝移植且存活的概率， 表示目标肝硬化患者的类型为未肝移植且死亡的概率， 表示目标肝硬化患者的类型为肝移植的概率。

[0042] 在本实施例中，基于策略一至策略三，分别考虑了各个模型都确信样本属于某一类的情况，当三种多分类模型预测目标肝硬化患者属于某一类的概率都足够高，且平均概率也足够高，则在模型融合过程中，将预测目标肝硬化患者属于这一类的概率设定为1，属于另外两类的概率设定为0，从而能够针对这种情况进行量化且确定性的预测，而不仅仅是预测概率；另外，针对策略一至策略三中涉及的0.9和0.95，可根据实际需要，灵活设置为其他数值，在此不再进行限定；同时，经过模型融合策略，可以得到模型融合预测结果，即目标肝硬化患者的类型为未肝移植且存活的概率，目标肝硬化患者的类型为未肝移植且死亡的概率，目标肝硬化患者的类型为肝移植的概率。

[0043] 实施例二

[0044] 本实施例在上述实施例一的基础上，提供一种肝硬化预后预测的模型融合系统200，请参见图2，实现实施例一所述的一种肝硬化预后预测的模型融合方法，该系统包括数据获取模块210、数据集构建模块220、模型构建和训练模块230、多分类对数损失计算模块
240、融合权重计算模块250、模型预测模块260和模型融合分析模块270。

[0045] 在本实施例中，数据获取模块210，用于获取历史肝硬化患者的特征数据和类型标签数据。

[0046] 在本实施例中，数据集构建模块220，用于基于历史肝硬化患者的特征数据和类型标签数据，构建数据集。

[0047] 在本实施例中，模型构建和训练模块230，用于将数据集按预设比例随机划分为训练集和测试集，构建三种多分类模型，通过训练集和测试集对三种多分类模型进行训练和优化，输出训练后的三种多分类模型。

[0048] 在本实施例中，多分类对数损失计算模块240，用于基于预设的多分类对数损失公式，分别计算训练后的三种多分类模型在测试集上的三种多分类对数损失值。

[0049] 在本实施例中，融合权重计算模块250，用于基于预设的模型融合权重公式和三种多分类对数损失值，分别计算训练后的三种多分类模型的融合权重值。

[0050] 在本实施例中，模型预测模块260，用于将目标肝硬化患者的特征数据分别输入至训练后的三种多分类模型中，分别得到预测对应类型标签的预测结果。

[0051] 在本实施例中，模型融合分析模块270，用于基于预设的模型融合策略对预测对应类型标签的预测结果进行分析，得到模型融合预测结果。

[0052] 实施例三

[0053] 本实施例在上述实施例一的基础上，还提供一种电子设备，请参见附图3，图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

[0054] 如图3所示，电子设备可以包括处理装置（例如中央处理器、图形处理器等）301，其可以根据存储在只读存储器（ROM）302中的程序或者从存储装置308加载到随机访问存储器（RAM）303中的程序而执行各种适当的动作和处理。在RAM303中，还存储有电子设备操作所需的各种程序和数据。处理装置301、ROM302以及RAM303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。

[0055] 通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头等的输入装置306，包括例如液晶显示器（LCD）、扬声器等的输出装置307，包括例如磁带、硬盘等的存储装置308，以及通信装置309。通信装置309可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

[0056] 特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。

[0057] 实施例四

[0058] 本实施例在上述实施例一的基础上，还提供计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

[0059] 需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD‑ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等，或者上述的任意合适的组合。

[0060] 在本实施例中，客户端、服务器可以利用诸如HTTP（HyperTextTransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，adhoc端对端网络），以及任何当前已知或未来研发的网络。

[0061] 上述计算机可读介质可以是上述装置中所包含的，也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取训练数据，将上述训练数据进行转化得到初始数据；基于上述初始数据确定初始规则库，并对上述初始规则库进行参数优化得到目标规则库；根据预设激活权重计算公式对上述目标规则库中的规则进行计算得到激活权重；根据测试数据和上述激活权重，确定异常信息。

[0062] 可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

[0063] 附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

[0064] 描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括数据获取单元、规则确定单元权重计算单元和异常确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，数据获取单元还可以被描述为“获取训练数据的单元”。

[0065] 本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等。

[0066] 显然，本领域的技术人员应该明白，上述本发明的各步骤实施方式可以以不同于本发明的方式执行，模拟方法及实验设备包括但不限于上述说明。上述本发明的各步骤在某些情况下可以以不同于此处的顺序执行，上述所示或描述的步骤，可将它们分开执行。所以，本发明不限制于任何特定的硬件和软件结合。

[0067] 以上内容是结合具体的实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。