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)測方法及預(yù)測系統(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。目前國際上公認(rèn)川崎病是兒童后天性心臟病的首位病因。2004年美國心臟病協(xié)會根據(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)，可能是冠狀動脈粥樣硬化、缺血性心臟病發(fā)生的新的危險因素。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?；純洪L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張和后期的狹窄，尤其是冠狀動脈的病變。盡管近年來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發(fā)生冠狀動脈瘤，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)：川崎病患者冠狀動脈血管壁3層均破壞且顯著增生，內(nèi)皮細胞剝脫、裸露，大量炎性細胞浸潤；電鏡下病理學(xué)檢查發(fā)現(xiàn)血管內(nèi)皮細胞間裂隙增大、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)很長一段時期，如果能對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harada在1991年提出harada評分：(1)年齡<l歲；(2)男性患者；(3)白蛋白alb<35g/l；(4)血細胞比容≤0.35；(5)c反應(yīng)蛋白≥+++；(6)白細胞≥12×109/l；(7)血小板<350×10^9/l；以上7項中滿足4項為川崎病并發(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)血中性粒細胞分類>80％(2分)；(4)ivig開始治療時間在病程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，國外研究不具有普遍適用性；上述川崎病冠脈損害組和無冠脈損害組各單項指標(biāo)及總評分差異無統(tǒng)計學(xué)意義，難以預(yù)測川崎病的冠脈損傷并發(fā)癥。

技術(shù)實現(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)測方法及預(yù)測系統(tǒng)。

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

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

所述建模原始參數(shù)包括：性別，年齡，就診時發(fā)熱時間，臨床分型，c-反應(yīng)蛋白(creactiveprotein，crp)檢測值，白細胞(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、對所述原始參數(shù)做離散化處理以獲得原始參數(shù)對應(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，并通過所述svm模型預(yù)測川崎病的冠脈損傷并發(fā)癥。

作為本發(fā)明一實施方式的進一步改進，所述步驟s2具體包括：

將所述21項原始參數(shù)中的發(fā)熱時間、丙球蛋白使用時間使用了具體的數(shù)值進行表示，以形成對應(yīng)的svm特征值；

將21項原始參數(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，以形成對應(yīng)的svm特征值。

作為本發(fā)明一實施方式的進一步改進，

所述步驟s2還包括：調(diào)取離散類別庫，對應(yīng)所述離散類別庫將21項原始參數(shù)中年齡，crp檢測值，wbc值，plt值，hb值，alt值，ast值，alb值對應(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，以形成對應(yīng)的svm特征值；

所述離散類別庫包括：年齡，crp檢測值，wbc值，plt值，hb值，alt值，ast值，alb值的離散類別。

作為本發(fā)明一實施方式的進一步改進，所述離散類別庫具體包括：

年齡對應(yīng)的離散類別為：類別1，<6個月；類別2，≥6個月；

crp檢測值對應(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值對應(yīng)的離散類別為：類別1，alt≤40；類別2，alt>40；

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

alb值對應(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)明一實施方式的進一步改進，所述步驟s3具體包括：

構(gòu)建svm過程中，采用5組交叉驗證的方式選取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)。

為了實現(xiàn)上述發(fā)明目的另一，本發(fā)明一實施方式提供一種川崎病冠脈損傷的預(yù)測系統(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項原始參數(shù)；

所述建模原始參數(shù)包括：性別，年齡，就診時發(fā)熱時間，臨床分型，crp檢測值，wbc值，plt值，hb值，alt值，ast值，alb值，丙球蛋白使用時間，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，用于對所述原始參數(shù)做離散化處理以獲得原始參數(shù)對應(yīng)的svm特征值；

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

作為本發(fā)明一實施方式的進一步改進，

所述離散處理模塊具體用于：

將所述21項原始參數(shù)中的發(fā)熱時間、丙球蛋白使用時間使用了具體的數(shù)值進行表示，以形成對應(yīng)的svm特征值；

將21項原始參數(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，以形成對應(yīng)的svm特征值。

作為本發(fā)明一實施方式的進一步改進，所述離散處理模塊還用于：

調(diào)取離散類別庫，對應(yīng)所述離散類別庫將21項原始參數(shù)中年齡，crp檢測值，wbc值，plt值，hb值，alt值，ast值，alb值對應(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，以形成對應(yīng)的svm特征值；

所述離散類別庫包括：年齡，crp檢測值，wbc值，plt值，hb值，alt值，ast值，alb值的離散類別。

作為本發(fā)明一實施方式的進一步改進，所述離散類別庫具體包括：年齡對應(yīng)的離散類別為：類別1，<6個月；類別2，≥6個月；

crp檢測值對應(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值對應(yīng)的離散類別為：類別1，alt≤40；類別2，alt>40；

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

alb值對應(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)明一實施方式的進一步改進，模型構(gòu)建預(yù)測模塊具體用于：構(gòu)建svm過程中，采用5組交叉驗證的方式選取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)測方法及預(yù)測系統(tǒng)，采集真實的原始參數(shù)作為建模的基礎(chǔ)數(shù)據(jù)，可靠性強；進一步的，將原始數(shù)據(jù)進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svm模型預(yù)測川崎病的冠脈損傷并發(fā)癥，提升了預(yù)測的概率，如此，可以對病人進行早期干預(yù)治療，促進冠狀動脈損傷的恢復(fù)，對將來川崎病的診治具有重要意義和價值。

附圖說明

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

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

具體實施方式

以下將結(jié)合附圖所示的實施方式對本發(fā)明進行詳細描述。但實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)明的保護范圍內(nèi)。

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

s1、采集建立svm模型的21項原始參數(shù)；

所述建模原始參數(shù)包括：性別，年齡，就診時發(fā)熱時間，臨床分型，crp檢測值，wbc值，plt值，hb值，alt值，ast值，alb值，丙球蛋白使用時間，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，開發(fā)數(shù)據(jù)為2006-2014年國內(nèi)某一地區(qū)1020例川崎病病例，其中，冠脈損傷組268例，無冠脈損傷組752例；每一病例均具有對應(yīng)上述21項原始參數(shù)的具體參數(shù)值。

進一步的，所述方法還包括：s2、對所述原始參數(shù)做離散化處理以獲得原始參數(shù)對應(yīng)的svm特征值。由于原始參數(shù)中包含了多種臨床檢測的原始值，直接在svm模型中使用原始參數(shù)不能反映出該檢測值的臨床意義。因此，針對所有臨床檢測的原始參數(shù)，采用臨床定義的標(biāo)準(zhǔn)參考值的范圍，進行臨床醫(yī)學(xué)意義上的離散化表示。經(jīng)過轉(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程序開發(fā)，采用統(tǒng)一的特征提取模型對始參數(shù)做離散化處理以獲得原始參數(shù)對應(yīng)的svm特征值。

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

將21項原始參數(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，以形成對應(yīng)的svm特征值。

進一步的，所述步驟s2還包括：根據(jù)臨床醫(yī)學(xué)知識，調(diào)取離散類別庫，對應(yīng)所述離散類別庫將21項原始參數(shù)中年齡，crp檢測值，wbc值，plt值，hb值，alt值，ast值，alb值對應(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，以形成對應(yīng)的svm特征值；

所述離散類別庫包括：年齡，crp檢測值，wbc值，plt值，hb值，alt值，ast值，alb值的離散類別。所述離散類別庫具體包括：

年齡對應(yīng)的離散類別為：類別1，<6個月；類別2，≥6個月；

crp檢測值對應(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值對應(yīng)的離散類別為：類別1，alt≤40；類別2，alt>40；

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

alb值對應(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。

上述對應(yīng)所述離散類別庫將21項原始參數(shù)中年齡，crp檢測值，wbc值，plt值，hb值，alt值，ast值，alb值對應(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程中，可以對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0、1的表達方式進行定義，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，其對應(yīng)的原始參數(shù)如下所示：

性別：男；

年齡：28個月；

就診時發(fā)熱時間：5天；

臨床分型：完全川崎??；

c-反應(yīng)蛋白(crp)：65.73；

白細胞數(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；

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

性別：{1，0}

年齡：{0，1}

就診時發(fā)熱時間：5天；

臨床分型：{1，0}；

c-反應(yīng)蛋白(crp)：{0，0，0，1}

白細胞數(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，并通過所述svm模型預(yù)測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)險最小化準(zhǔn)則的學(xué)習(xí)方法。svm以統(tǒng)計學(xué)習(xí)理論(statisticallearningtheory，slt)為基礎(chǔ)，綜合考慮經(jīng)驗風(fēng)險與置信風(fēng)險，克服了傳統(tǒng)方法過學(xué)習(xí)和陷入局部最小的問題，具有很好的泛化能力，在解決小樣本、非線性及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢，同時，svm通過核函數(shù)方法向高維空間映射時并不增加計算的復(fù)雜性，又可以有效地克服維數(shù)災(zāi)難問題。因此，svm已經(jīng)逐漸成為解決模式分類問題的首選工具。

svm基本思想：對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}，尋找一個決策函數(shù)f(x)＝sgn(g(x))來將訓(xùn)練集正確地分開，且分類超平面具有好的推廣能力。對于線性可分問題，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)

對于線性不可分問題則需要通過引入一個非線性映射將低維的輸入空間中的線性不可分問題轉(zhuǎn)化為高維特征空間中的線性可分問題，進而用標(biāo)準(zhǔn)分類學(xué)習(xí)機來求解。為了避免高維空間中的復(fù)雜計算，svm采用核函數(shù)k(x，y)代替高維空間中的內(nèi)積運算于是式(2)的問題可以轉(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)積運算。對非線性問題，可以通過非線性變換轉(zhuǎn)化為某個高維空間中的線性問題，在變換空間求最優(yōu)分類面，然而這種變換卻不易實現(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)就可以實現(xiàn)某一非線性變換后的線性分類，而計算復(fù)雜度卻沒有增加。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。

本發(fā)明優(yōu)選實施方式中，構(gòu)建svm過程中，采用5組交叉驗證的方式選取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)以病例為單位隨機分為5組，即每組204例病例，構(gòu)建svm過程中，共建立5個svm模型，每次以其中任意4組訓(xùn)練為一個svm模型，剩余一組做測試，之后對實驗結(jié)果進行對比，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組交叉驗證的方式建立svm模型后，取概率大于0.2663時達到最好分類性能，其5次試驗的auc平均值高達0.8929。

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

所述概率是指，給定一個病例，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模型建立過程中，核函數(shù)經(jīng)比較采用徑向基核函數(shù)(radicalbasisfunctions，簡稱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)建機制，通過核函數(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，本實施方式中，采用rbf作為核函數(shù)，可以更好的對數(shù)據(jù)的非線性關(guān)系建模。

結(jié)合圖2所示，本發(fā)明一實施方式提供的川崎病冠脈損傷的預(yù)測系統(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)測模塊300。

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

所述建模原始參數(shù)包括：性別，年齡，就診時發(fā)熱時間，臨床分型，c-反應(yīng)蛋白(crp)檢測值，白細胞數(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，開發(fā)數(shù)據(jù)為2006-2014年國內(nèi)某一地區(qū)1020例川崎病病例，其中，冠脈損傷組268例，無冠脈損傷組752例；每一病例均具有對應(yīng)上述21項原始參數(shù)的具體參數(shù)值。

離散處理模塊200用于對所述原始參數(shù)做離散化處理以獲得原始參數(shù)對應(yīng)的svm特征值。由于原始參數(shù)中包含了多種臨床檢測的原始值，直接在svm模型中使用原始參數(shù)不能反映出該檢測值的臨床意義。因此，針對所有臨床檢測的原始參數(shù)，采用臨床定義的標(biāo)準(zhǔn)參考值的范圍，進行臨床醫(yī)學(xué)意義上的離散化表示。經(jīng)過轉(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程序開發(fā)，采用統(tǒng)一的特征提取模型對始參數(shù)做離散化處理以獲得原始參數(shù)對應(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項原始參數(shù)中的發(fā)熱時間、丙球蛋白使用時間使用了具體的數(shù)值進行表示，以形成對應(yīng)的svm特征值；

將21項原始參數(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，以形成對應(yīng)的svm特征值。

進一步的，離散處理模塊200還用于根據(jù)臨床醫(yī)學(xué)知識，調(diào)取離散類別庫，對應(yīng)所述離散類別庫將21項原始參數(shù)中年齡，crp檢測值，wbc值，plt值，hb值，alt值，ast值，alb值對應(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，以形成對應(yīng)的svm特征值。

所述離散類別庫包括：年齡，crp檢測值，wbc值，plt值，hb值，alt值，ast值，alb值的離散類別。

所述離散類別庫具體包括：

年齡對應(yīng)的離散類別為：類別1，<6個月；類別2，≥6個月；

crp檢測值對應(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值對應(yīng)的離散類別為：類別1，alt≤40；類別2，alt>40；

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

alb值對應(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。

上述對應(yīng)所述離散類別庫將21項原始參數(shù)中年齡，crp檢測值，wbc值，plt值，hb值，alt值，ast值，alb值對應(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程中，可以對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0、1的表達方式進行定義，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，并通過所述svm模型預(yù)測川崎病的冠脈損傷并發(fā)癥。

本發(fā)明優(yōu)選實施方式中，模型構(gòu)建預(yù)測模塊300構(gòu)建svm過程中，采用5組交叉驗證的方式選取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)以病例為單位隨機分為5組，即每組204例病例，構(gòu)建svm過程中，共建立5個svm模型，每次以其中任意4組訓(xùn)練為一個svm模型，剩余一組做測試，之后對實驗結(jié)果進行對比，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組交叉驗證的方式建立svm模型后，取概率大于0.2663時達到最好分類性能，其5次試驗的auc平均值高達0.8929。

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

所述概率是指，給定一個病例，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模型建立過程中，核函數(shù)經(jīng)比較采用徑向基核函數(shù)(radicalbasisfunctions，簡稱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)建機制，通過核函數(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，本實施方式中，采用rbf作為核函數(shù)，可以更好的對數(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，為描述的方便和簡潔，上述描述的模塊的具體工作過程，可以參考前述方法實施方式中的對應(yīng)過程，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)測方法及預(yù)測系統(tǒng)，采集真實的原始參數(shù)作為建模的基礎(chǔ)數(shù)據(jù)，可靠性強；進一步的，將原始數(shù)據(jù)進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svm模型預(yù)測川崎病的冠脈損傷并發(fā)癥，提升了預(yù)測的概率，如此，可以對病人進行早期干預(yù)治療，促進冠狀動脈損傷的恢復(fù)，對將來川崎病的診治具有重要意義和價值。

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

通過以上的實施方式的描述可知，本領(lǐng)域的技術(shù)人員可以清楚地了解到本申請可借助軟件加必需的通用硬件平臺的方式來實現(xiàn)?；谶@樣的理解，本申請的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(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計算機設(shè)備(可以是個人計算機，信息推送服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本申請各個實施方式或者實施方式的某些部分所述的方法。

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

本申請可用于眾多通用或?qū)Ｓ玫挠嬎阆到y(tǒng)環(huán)境或配置中。例如：個人計算機、信息推送服務(wù)器計算機、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、可編程的消費電子設(shè)備、網(wǎng)絡(luò)pc、小型計算機、大型計算機、包括以上任何系統(tǒng)或設(shè)備的分布式計算環(huán)境等等。

本申請可以在由計算機執(zhí)行的計算機可執(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、對象、組件、數(shù)據(jù)結(jié)構(gòu)等等。也可以在分布式計算環(huán)境中實踐本申請，在這些分布式計算環(huán)境中，由通過通信網(wǎng)絡(luò)而被連接的遠程處理設(shè)備來執(zhí)行任務(wù)。在分布式計算環(huán)境中，程序模塊可以位于包括保存設(shè)備在內(nèi)的本地和遠程計算機保存介質(zhì)中。

應(yīng)當(dāng)理解，雖然本說明書按照實施方式加以描述，但并非每個實施方式僅包含一個獨立的技術(shù)方案，說明書的這種敘述方式僅僅是為清楚起見，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)將說明書作為一個整體，各實施方式中的技術(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施方式。

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