基于卷積神經網(wǎng)絡的健康模型影響因素研究

王惠清，李忠玉，袁紅

（1.西南醫(yī)科大學醫(yī)學信息與工程學院，瀘州646000；2.成都師范學院計算機科學學院，成都611130）

0 引言

隨著人們生活水平的提高，健康成為人們關注的熱點，由于不健康的飲食習慣和生活方式導致的慢性病患者的數(shù)量正在增加，慢性病需要持續(xù)治療并可能導致其他疾病。人們應該認識到慢性疾病帶來的風險，需要終生通過醫(yī)療保健和疾病預防進行護理。作為智能社會的核心要素，人工智能（AI）的發(fā)展對于醫(yī)療事業(yè)起到促進作用，近年來，人們對人工智能的興趣日益濃厚，對深度學習的研究也在積極進行中，深度學習可以根據(jù)訓練得到的數(shù)據(jù)分析預測未知數(shù)據(jù)的類別，CNN 是一種被廣泛應用的深度學習技術，不僅用于圖像分析和語音識別，還可用于比較復雜的非線性模型，深度學習是近來備受關注的一種AI 技術，其在實際中可以用于通過學習數(shù)據(jù)集并對相似數(shù)據(jù)進行聚類或分類，此外，深度學習技術可以從各種非結構化數(shù)據(jù)中獲取知識從而建立模型。例如，可以通過基于CNN的相關對象來分析非結構化數(shù)據(jù)，病歷數(shù)據(jù)就是非結構化數(shù)據(jù)。CNN 由單層、多層、集成層以及完全連接的層組成，可用于實現(xiàn)非線性圖像識別的模型、語音識別等。Swapna 等人[2]利用CNN 實現(xiàn)糖尿病自動檢測，其使用心率變異性數(shù)據(jù)獲取心率信號，使用CNN-LSTM組合網(wǎng)絡進行自動異常檢測和完全連接的結構，可實現(xiàn)自動檢測和準確診斷糖尿病。

圖1 顯示了基于深度學習的健康信息系統(tǒng)。該系統(tǒng)是基于CNN 的腦腫瘤分類系統(tǒng)，該系統(tǒng)從MR 圖像中提取的腫瘤區(qū)域進而分類，這樣可以有效的訓練系統(tǒng)，同時解決MRI 對腦腫瘤分類時數(shù)據(jù)不足的問題，此外，CNN 模型使用了增強的數(shù)據(jù)，這些數(shù)據(jù)可以進行微調，從而有效地對腦瘤狀態(tài)進行分類。LIU 等人[6]開發(fā)了一種多視圖多尺度CNN 對肺結節(jié)類型進行分類的系統(tǒng)，通過采集肺結節(jié)歸一化數(shù)據(jù)樣本，估計每個結節(jié)的估計半徑數(shù)據(jù)，對結節(jié)采集圖像進行預處理，如基于采樣的強度分析等。在對CNN 模型進行學習后，利用最大池的方法對多視圖神經網(wǎng)絡模型進行了分析。因此即使是復雜的陰影和非結節(jié)型也可以進行分類。這使得治療肺部疾病成為可能，在未來，必須能夠對較細的結核進行分類，這需要先進的技術來自動標識結核的類型、位置和大小，以便于識別信息。

圖1 基于CNN的健康信息系統(tǒng)

1 基于CNN的健康知識模型

基于CNN 的健康知識模型利用隱含層中影響因素的相關系數(shù)結果來分析風險因子，影響因素的相關關系可分為積極因素和消極因素，使用CNN 模型對危險因素進行細分，通過提取影響因子與模型的相關性，可以發(fā)現(xiàn)未被發(fā)現(xiàn)的有意義的規(guī)則。模型結構采用全連通網(wǎng)絡和包含CNN 的雙層結構隱含層，單層對僅由與和或運算組成的數(shù)據(jù)進行分類。相比之下，多層分類有更多的優(yōu)勢。因為多層分類可以執(zhí)行與、或和異或操作。這使得通過將影響因子細分為肥胖、高血壓和糖尿病來獲得有關保健和預防的知識成為可能。圖2 中，通過對多變量因素分析，可以提取20 個影響因素作為輸入，在第一個隱層中，根據(jù)顯著性水平0.1 對影響因素進行分離，結果剔除了12 個滿足顯著性水平的因子。在第二個隱層中，通過皮爾遜相關系數(shù)發(fā)現(xiàn)相關關系，提取影響因素的特征和相關系數(shù)，發(fā)現(xiàn)未被發(fā)現(xiàn)的隱藏規(guī)則，這些規(guī)則是為了利用影響因素尋找健康知識。這些影響因素分為積極和消極因素，最后將其細分為肥胖、高血壓和糖尿病等，從而確定其影響因素，并對其標識，從而獲得適當?shù)慕】当＝≈R。通過對具有相似特征的影響因素進行分類，提高了對影響因素和非影響因素的分析效率。圖3 為影響因素的知識挖掘算法，通過知識發(fā)現(xiàn)得出隱藏規(guī)則。輸入層是影響因素，輸出層是發(fā)掘的潛在規(guī)則。IfactorCK表示k個大小的影響因素的候選集合，IfactorLK表示一組頻繁的影響因素。此外，IfactorT 構成了影響因素組合效益。

圖2 CNN模型的相關影響因素

在眾多影響因素中找到滿足最小支持度的隱藏規(guī)則，發(fā)現(xiàn)影響人體健康的主要因素及其規(guī)律，最后建立健康知識模型，其代碼如下：

Input：Influencing-factors

Output：Hidden rules

IfactorCk=Candidates Influencing-factors of size k

IfactorLk=Frequent Influencing-factors of size k

min_supp←0.5（tentative）

IfactorL1={Frequent items}

for k ←l to infinite do begin if

（IfactorLk=?）

break;

IfactorCk+1=candidates generated from IfactorLk

for each transaction IfactorTin database do begin

increment the count of all candidates in IfactorCk+1, that are

contain in IfactorT

IfactorLk+1=candidates in IfactorCk+1with min_supp

end

end

return UkIfactorLk

2 結語

基于CNN 的健康知識發(fā)現(xiàn)模型的建立，可以較科學地發(fā)現(xiàn)影響人們身體健康的危險影響因素，尤其是對于慢性病的影響因素，為后期的醫(yī)療保健提供了有利的醫(yī)學依據(jù)。模型的性能及知識發(fā)現(xiàn)的精確度需要通過相應的評價體系來評估。可以通過對模型中隱藏層的數(shù)量評估，評估單層、多層的模型性能的優(yōu)劣，根據(jù)影響因素的知識挖掘是否被應用，可以對錯誤率進行評估。因此用戶可以通過識別健康的積極因素和消極的因素來發(fā)現(xiàn)關于健康和預防的知識，同時可以根據(jù)影響因素的狀態(tài)衍生出健康知識，提供個性化的醫(yī)療服務。在醫(yī)療大數(shù)據(jù)領域，需要謹慎地將相關性得出的結果運用到實際的決策中。本文提出的一種基于影響因素的知識發(fā)現(xiàn)的CNN 健康模型，提出的方法通過IoT 設備收集健康狀況和生活方式模式的記錄，以及關于慢性病的信息。對于健康狀況和生活方式的數(shù)據(jù)，使用了韓國國民健康與營養(yǎng)調查提供的原始數(shù)據(jù)。對于CNN 結構，使用完全連通的網(wǎng)絡結構和兩個隱藏層結構。全連通網(wǎng)絡結構計算量大，占用內存大，隨著層數(shù)的增加，復雜性增加，容易出現(xiàn)過擬合，在第一層的隱層中，對輸入的多元數(shù)據(jù)分析，提取出必要的影響因素。通過提取滿足0.1 顯著性水平的影響因素，提高了分析的準確性，減少了計算量和內存使用量，可以發(fā)現(xiàn)共同的影響因素。在第二隱含層中，識別個體影響因素與共同影響因素之間的相關關系，通過這個過程，發(fā)現(xiàn)了影響因素之間的正、負相關關系。此外，還可以根據(jù)影響因素的相關性，發(fā)現(xiàn)未通過分類發(fā)現(xiàn)的隱藏的關聯(lián)規(guī)則，這為進一步細分肥胖、高血壓和糖尿病的影響因素提供了知識。隨著層數(shù)的增加、精度提高，內存的容量和計算速度也需要提高。因此，應根據(jù)數(shù)據(jù)分析的目的使用一些高性能的層。