ACTH分泌来源分析系统

本发明涉及数据分析，具体提供一种acth分泌来源分析系统。

背景技术：

1、库欣综合征(cs)是肾上腺皮质醇分泌过多的结果，可导致高血压、糖尿病、心血管风险增加、骨质疏松、血栓栓塞性疾病、抑郁症和感染风险增加等高致死致残率。

2、其中，acth(促肾上腺皮质激素)依赖性cs，与过度刺激肾上腺的acth有关。由于acth的来源不同，acth依赖性cs可以分为cd(库欣病)和eas(异位acth分泌)。

3、目前在内分泌疾病领域，鉴别cd和eas通常采用bipss(岩下窦静脉采血)技术。bipss是一种有创操作，通过股静脉穿刺置管，导丝探至颅内岩下窦静脉，采集血液，测量此处血液中的acth激素浓度，与外周血中的acth浓度作比值，外周血中的acth浓度可以通过对采集的静脉血液进行测量获得。若比值大于2，则说明对于acth依赖性cs患者而言，过多的acth来源是脑垂体，反之则说明患者acth来源于外周组织。该方案的诊断灵敏度为90％以上，特异度接近100％。

4、但由于bipss是一种有创操作，患者需接受穿刺，且有颅内出血的风险。此外，bipss技术具有相当难度，需要在医疗资源丰富的大型医疗机构完成，对操作人员的资质也有一定要求，目前阶段难以普及。

5、如何无创的鉴别acth分泌来源，成为了亟待解决的问题。

6、相应地，本领域需要一种新的acth分泌来源的鉴别方案来解决上述问题。

技术实现思路

1、为了克服上述缺陷，提出了本发明，提供一种acth分泌来源分析系统，以解决或至少部分地解决如何无创的鉴别acth分泌来源的技术问题。

2、本发明提供一种acth分泌来源分析系统，所述系统至少包括数据采集模块、模型构建和存储模块、模型训练模块、数据分析模块；所述数据采集模块用于采集待鉴别数据；所述模型构建和存储模块被配置为构建并存储有多个机器学习算法模型；所述模型训练模块用于基于训练样本对所述多个机器学习算法模型进行训练，以得到与所述训练样本适配性最佳的机器学习算法模型作为鉴别acth分泌来源的来源分析模型；所述数据分析模块用于基于训练好的来源分析模型对输入的待鉴别数据进行分析，基于分析结果确定所述待鉴别数据的acth分泌来源，所述acth分泌来源包括脑垂体分泌和/或外周组织分泌。

3、在上述系统的一个技术方案中，所述模型训练模块包括数据预处理单元：所述预数据处理单元被配置为对初始样本数据进行预处理，形成训练样本，所述训练样本包括训练集、验证集和测试集，所述训练集、验证集和测试集中的数据不相同，所述初始样本数据中至少包括多个cd患者和多个eas患者的生化检验数据以及影像医学数据。

4、在上述系统的一个技术方案中，所述模型训练模块还包括算法模型比较单元和参数配置单元；所述算法模型比较单元被配置为基于所述训练样本中的训练集和验证集对所述多个机器学习算法模型进行比较，获取对所述acth分泌来源分析准确性最佳模型，以所述最佳模型作为与所述训练样本适配性最佳的最优算法模型；所述参数配置单元被配置为调整所述最优算法模型的参数组合，并对调整参数组合后的所述最优算法模型进行训练，以得到来源分析模型。

5、在上述系统的一个技术方案中，所述算法模型比较单元被配置为：基于所述训练样本中的训练集和验证集，通过嵌套交叉验证对所述多个机器学习算法模型进行比较；其中，所述嵌套交叉验证包括基于网格搜索调整参数组合，基于不同参数组合对所述多个机器学习算法模型进行筛选。

6、在上述系统的一个技术方案中，所述基于不同参数组合对所述多个机器学习算法模型进行筛选包括：基于预定次数的内层循环，通过网格搜索调整所述多个机器学习算法模型的参数组合，对所述多个机器学习算法模型进行训练；基于预定次数的外层循环对所述多个机器学习算法模型进行训练，通过数据拆分和模型评估获取其中准确性最佳的作为最优算法模型。

7、在上述系统的一个技术方案中，所述参数配置单元被配置为：基于预定次数的循环对所述最优算法模型进行训练，通过网格搜索调整所述最优算法模型的参数组合，并获得最优参数组合；基于所述最优参数组合获得来源分析模型。

8、在上述系统的一个技术方案中，所述模型训练模块还包括模型评估单元，所述模型评估单元被配置为用于基于所述测试集评估训练好的所述来源分析模型。

9、在上述系统的一个技术方案中，所述模型构建和存储模块被配置为构建并存储至少以下算法模型：支持向量机分类模型、k最近邻法算法模型、逻辑回归算法模型、线性判别分析算法模型、决策树算法模型、随机森林算法模型、自适应增强算法模型、梯度提升算法模型。

10、在上述系统的一个技术方案中，所述数据采集模块采集的所述待鉴别数据至少采集以下数据指标：患者的年龄、性别、从症状出现到诊断为acth依赖性库欣综合征的时长、bmi、血钾浓度、清晨血皮质醇浓度、血acth浓度、24小时尿游离皮质醇、大剂量地塞米松抑制试验抑制后24hufc/抑制前24hufc比值、小剂量地塞米松抑制试验抑制后24hufc/抑制前24hufc比值、以及核磁共振中垂体病变占位最大径。

11、在上述系统的一个技术方案中，所述系统还包括模型评价模块，其中，所述模型评价模块被配置为基于训练好的所述来源分析模型，鉴别所述训练样本或待鉴别数据的acth分泌来源；以及，将所述来源分析模型的鉴别结果与使用hddst、lddst以及bipss方法中至少一个方法获得的鉴别结果进行比较，基于比较结果评价所述来源分析模型的准确性和泛化能力。

12、本发明上述一个或多个技术方案，至少具有如下一种或多种

13、有益效果：

14、在实施本发明的技术方案中，通过构建包括数据采集模块、模型构建和存储模块、模型训练模块、数据分析模块的acth分泌来源分析系统，以达到无创鉴别acth分泌来源的目的，以准确鉴别acth分泌来源为脑垂体分泌和外周组织分泌的比例。

技术特征：

1.一种acth分泌来源分析系统，其特征在于，所述系统至少包括数据采集模块、模型构建和存储模块、模型训练模块、数据分析模块；

2.根据权利要求1所述的系统，其特征在于，所述模型训练模块包括数据预处理单元：

3.根据权利要求2所述的系统，其特征在于，所述模型训练模块还包括算法模型比较单元和参数配置单元；

4.根据权利要求3所述的系统，其特征在于，所述算法模型比较单元被配置为：

5.根据权利要求4所述的系统，其特征在于，所述基于不同参数组合对所述多个机器学习算法模型进行筛选包括：

6.根据权利要求3所述的系统，其特征在于，所述参数配置单元被配置为：

7.根据权利要求3所述的系统，其特征在于，所述模型训练模块还包括模型评估单元，

8.根据权利要求1所述的系统，其特征在于，所述模型构建和存储模块被配置为构建并存储至少以下算法模型：支持向量机分类模型、k最近邻法算法模型、逻辑回归算法模型、线性判别分析算法模型、决策树算法模型、随机森林算法模型、自适应增强算法模型、梯度提升算法模型。

9.根据权利要求1所述的系统，其特征在于，所述数据采集模块采集的所述待鉴别数据至少采集以下数据指标：患者的年龄、性别、从症状出现到诊断为acth依赖性库欣综合征的时长、bmi、血钾浓度、清晨血皮质醇浓度、血acth浓度、24小时尿游离皮质醇、大剂量地塞米松抑制试验抑制后24hufc/抑制前24hufc比值、小剂量地塞米松抑制试验抑制后24hufc/抑制前24hufc比值、以及核磁共振中垂体病变占位最大径。

10.根据权利要求2所述的系统，其特征在于，所述系统还包括模型评价模块，其中，

技术总结
本发明涉及数据分析技术领域，具体提供一种ACTH分泌来源分析系统，旨在解决ACTH分泌来源难以无创鉴别的问题。为此目的，本发明的ACTH分泌来源分析系统至少包括数据采集模块、模型构建和存储模块、模型训练模块、数据分析模块；所述数据采集模块用于采集待鉴别数据；所述模型构建和存储模块被配置为构建并存储有多个机器学习算法模型；所述模型训练模块用于获得鉴别ACTH分泌来源的来源分析模型；所述数据分析模块用于基于训练好的来源分析模型对输入的待鉴别数据进行分析，基于分析结果确定所述待鉴别数据的ACTH分泌来源，所述ACTH分泌来源包括脑垂体分泌和/或外周组织分泌。以达到无创鉴别ACTH分泌来源的目的。

技术研发人员：陈适,吕晓虹,张丁月,卢琳,潘慧,朱惠娟
受保护的技术使用者：中国医学科学院北京协和医院
技术研发日：
技术公布日：2024/1/14