CN114041770A - 一种基于集成学习的胎心率缺失值填补方法 - Google Patents

Abstract

本发明公开一种基于集成学习的胎心率缺失值填补方法。将原始胎心率信号采用线性插值法进行降噪预处理，然后对其进行盲分割策略，获取固定长度的胎心率信号段；采用最小二乘提升算法搭建集成学习模型，并训练集对集成学习模型进行训练。本发明提出了一种采用集成学习进行FHR信号中缺失值填补的方法，该方法的普适性和准确率更高，同样适用于数据缺失较严重和多类型变化的的FHR信号。

Description

一种基于集成学习的胎心率缺失值填补方法

技术领域

本发明涉及医学信号处理的技术领域，具体涉及一种基于集成学习的胎心率缺失值填补方法，即使用集成学习模型对胎心率信号中的缺失值进行填补。

背景技术

胎心宫缩监护(Cardiotocography,CTG)广泛用于评估胎儿在子宫内的发育状况，胎心率(Fetal Heart Rate,FHR)是CTG的核心生理信号之一。FHR指胎儿心脏每分钟跳动的次数，胎儿的宫内窘迫状态使得胎儿心率出现偏低或偏高的异常现象。采用CTG监测FHR，并结合胎心率曲线对胎儿在孕妇宫内的状态进行评估，对预防胎儿酸中毒或宫内缺氧等危险情况的发生以及提高胎儿的出生率和健康率具有非常重要的意义。实际临床监测中，常常出现胎儿翻身、探头位置固定不佳或孕妇***变化等状况，获取不到完整的胎心率信号。

随着机器学***均法、投票法或学习法的结合策略生成强学习模型。一般而言，集成学习要求个体学习器既要有一定的准确性，又要有不同的个体差异，经过一定组合策略生成的学习器才更具泛化性能，更好地完成特定任务。但笔者查阅相关文献后发现，目前缺失值填补领域的研究虽然较多，但是使用集成学习方法用于缺失值填补却相对较少。

有鉴于此，本发明提出一种基于集成学习的FHR信号缺失值填补方法，得到相对完整的信号，方便后续对FHR信号的各类分析与研究。

发明内容

本发明的第一个目的是针对现有技术的不足，提出一种基于集成学习的胎心率缺失值填补方法。为了得到相对完整的FHR信号，方便后续通过FHR信号对胎儿在母体中的状态进行有效的评估，本发明提出采用集成学习来完成FHR信号中缺失值的填补过程。

一种基于集成学习的胎心率缺失值填补方法，其特征在于包括以下步骤：

步骤一：获取原始胎心率信号；

步骤二：对步骤一原始胎心率信号采用线性插值法进行降噪预处理，获取干净的胎心率信号；具体是：

2-1对原始胎心率信号移除FHR值为0，且持续时间大于阈值t₁的FHR信号；

2-2对步骤2-1处理后的胎心率信号筛选出信号不稳定部分和信号稳定部分；然后利用信号不稳定部分中第一个点(x₁,y₁)和下一个信号稳定部分中第一个点(x₂,y₂)构造线性方程(1)，进而重新计算当前信号不稳定部分的信号幅值。

所述信号不稳定的判断标准是FHR信号中相邻2点的信号幅值差的绝对值大于25次/min，即为信号不稳定，反之则认为信号稳定；

其中x表示样本点数，无单位，y表示FHR信号幅值，单位是次/min

2-3对胎心率信号中信号幅值大于阈值n1或小于阈值n2的部分采用形状保持的分段三次Hermite插值多项式(Shape-Preserving Piecewise Cubic HermiteInterpolation Polynomial，SPPCHIP)进行平滑处理，n1＞n2，以减弱FHR信号中伪影的影响；具体如下：

2-3-1假设胎心率信号幅值大于n1的部分有m个数据点，则将其划分成m-1个分段区间，并在每个分段区间[x_i,x_i+1]上拟合一个三次Hermite多项式进行平滑处理，其表达形式为：

S_i(x)＝a_i+b_ix+c_ix²+d_ix³,i＝1,2,...,m-1 (2)

其中S_i(x)表示第i个分段区间内，样本点数x与FHR信号幅值y之间的三次函数表达式，a_i、b_i、c_i、d_i均表示第i个分段区间内多项式的系数；

步骤三：对步骤二处理后的胎心率信号进行盲分割策略，获取固定长度的胎心率信号段

然后将所有固定长度的胎心率信号段，将一部分分为训练集，另一部分分为测试集；其中y_j表示FHR信号段中第j个胎心率值；x_j表示FHR信号段中第j个样本点，N表示总的样本点数；

步骤四：将测试集的各胎心率信号段中部分FHR信号进行随机模拟缺失；

步骤五：采用最小二乘提升算法搭建集成学习模型，并训练集对集成学习模型进行训练；具体是：

4-1设定

并给定训练集

损失函数

最大迭代次数Q；

4-2使用训练集初始化第一个弱学***均值；

4-3计算第j个样本的残差

r_j＝y_j-F_q-1(x_j) (13)

其中F_q-1(x_j)表示第(q-1)个弱学习器在第j个样本上的预测值；

4-4利用残差构造新的样本集(x_j,r_j)，并使用新样本集训练第q棵回归树h_q(x；α)，其中α表示回归树的参数，如回归树的深度、回归树中叶子节点的个数等；

4-5相关参数的更新

其中ρ表示对应回归树的学习率，h_q(x_j；α)表示第q棵回归树取固定参数α时在第j个样本上的预测值，ρ_q,α_q表示第q棵回归树应取的最佳学习率以及最优参数；

4-6第q个弱学习器的更新

F_q(x)＝F_q-1(x)+ρ_qh(x；α_q) (15)

这样，经过Q次迭代后便得到最终的强学习器F_Q(x)，则该强学习器在第k个样本x_k处的预测值为：

y_k＝F_Q(x_k),k≠j且k≤2400；

步骤六：利用训练后的集成学习模型对测试集中模拟缺失后胎心率信号段进行测试验证；

步骤七：利用步骤六测试后的集成学习模型实现对胎心率信号缺失值填补。

本发明的第二个目的是提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的方法。

本发明的第三个目的是提供一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现上述的方法

本发明具有的有益效果是：

本发明提出了一种采用集成学习进行FHR信号中缺失值填补的方法，该方法的普适性和准确率更高，同样适用于数据缺失较严重和多类型变化的的FHR信号。

附图说明

图1为本发明胎心率信号图；

图2为均值填补方法、字典学习与稀疏编码填补方法以及本发明基于集成学习的填补方法在第125例FHR信号的某段上升段允许缺失的最大点数的均方误差曲线图；

图3为均值填补方法、字典学习与稀疏编码填补方法以及本发明基于集成学习的填补方法对第142例FHR信号的某段上升段的填补结果；

图4为均值填补方法、字典学习与稀疏编码填补方法以及本发明基于集成学习的填补方法对第142例FHR信号的某段上升段和下降段的填补结果。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

基于集成学习的胎心率缺失值填补方法具有极大的理论研究和实际应用价值，能够在缺失值填补领域为国内外研究学者提供新的方案指导。图1为本发明实施例提供的基于集成学习的胎心率缺失值填补方法的***流程图，以下对本发明作进一步说明：

1、一种基于集成学习的胎心率缺失值填补方法，其特征在于包括以下步骤：

步骤一：获取原始胎心率信号；

步骤二：对步骤一原始胎心率信号采用线性插值法进行降噪预处理，获取干净的胎心率信号；具体是：

2-1对原始胎心率信号移除FHR值为0，且持续时间大于阈值t₁的FHR信号；t₁取经验值15s

2-2对步骤2-1处理后的胎心率信号筛选出信号不稳定部分和信号稳定部分；然后利用信号不稳定部分中第一个点(x₁,y₁)和下一个信号稳定部分中第一个点(x₂,y₂)构造线性方程(1)，进而重新计算当前信号不稳定部分的信号幅值。

所述信号不稳定的判断标准是FHR信号中相邻2点的信号幅值差的绝对值大于25次/min，即为信号不稳定，反之则认为信号稳定；

其中x表示样本点数，无单位，y表示FHR信号幅值，单位是次/min

2-3对胎心率信号中信号幅值大于阈值n1或小于阈值n2的部分采用形状保持的分段三次Hermite插值多项式(Shape-Preserving Piecewise Cubic HermiteInterpolation Polynomial，SPPCHIP)进行平滑处理，n1＞n2，n1取经验值200次/min，n2取经验值50次/min，以减弱FHR信号中伪影的影响；具体如下：

2-3-1假设胎心率信号幅值大于n1的部分有m个数据点，则将其划分成m-1个分段区间，并在每个分段区间[x_i,x_i+1]上拟合一个三次Hermite多项式进行平滑处理，其表达形式为：

S_i(x)＝a_i+b_ix+c_ix²+d_ix³,i＝1,2,...,m-1 (2)

其中S_i(x)表示第i个分段区间内，样本点数x与FHR信号幅值y之间的三次函数表达式，a_i、b_i、c_i、d_i均表示第i个分段区间内多项式的系数；

步骤三：对步骤二处理后的胎心率信号进行盲分割策略，获取固定长度的胎心率信号段

然后将所有固定长度的胎心率信号段，将一部分分为训练集，另一部分分为测试集；其中y_j表示FHR信号段中第j个胎心率值；x_j表示FHR信号段中第j个样本点，N表示总的样本点数；

由于原始胎心率信号段长度为14400，步骤二降噪预处理后的胎心率信号段长度为7200；本实施例采用随机截取信号段1/3的长度，即随机截取2400个数据点进行后续的分析。

步骤四：将测试集的各胎心率信号段中部分FHR信号进行随机模拟缺失；

步骤五：采用最小二乘提升算法搭建集成学习模型，并训练集对集成学习模型进行训练；具体是：

4-1设定

并给定训练集

损失函数

最大迭代次数Q＝100，即共构建100颗回归树；N＝1680；学习率为0.52；

4-2使用训练集初始化第一个弱学***均值；

4-3计算第j个样本的残差

r_j＝y_j-F_q-1(x_j) (13)

其中F_q-1(x_j)表示第(q-1)个弱学习器在第j个样本上的预测值；

4-4利用残差构造新的样本集(x_j,r_j)，并使用新样本集训练第q棵回归树h_q(x；α)，其中α表示回归树的参数，如回归树的深度、回归树中叶子节点的个数等；

4-5相关参数的更新

其中ρ表示对应回归树的学习率，h_q(x_j；α)表示第q棵回归树取固定参数α时在第j个样本上的预测值，ρ_q,α_q表示第q棵回归树应取的最佳学习率以及最优参数；

4-6第q个弱学习器的更新

F_q(x)＝F_q-1(x)+ρ_qh(x；α_q) (15)

这样，经过Q次迭代后便得到最终的强学习器F_Q(x)，则该强学习器在第k个样本x_k处的预测值为：

y_k＝F_Q(x_k),k≠j且k≤2400；

步骤六：利用训练后的集成学习模型对测试集中模拟缺失后胎心率信号段进行测试验证；

步骤七：利用步骤六测试后的集成学习模型实现对胎心率信号缺失值填补。

本发明的允许缺失的最大点数为填补后FHR信号值与真实值的均方误差与当前缺失点数的线性方程中出现的第一次斜率变化相对较大时对应的缺失点数；

验证1：

本发明对FHR信号中上升段、平稳段和下降段模拟缺失0到30个数据点；然后分别计算由均值填补方法、字典学***稳段与下降段允许缺失的最大点数；最后对这100例FHR信号取平均值得到本发明提出的基于集成学***稳段与下降段允许缺失的最大点数分别为18、10和15；字典学***稳段与下降段允许缺失的最大点数分别为12、7和10；均值填补方法在上升段、平稳段与下降段允许缺失的最大点数分别为6、5和7。为便于说明，仅以第125例FHR信号的某段上升段允许缺失的的最大点数的确定为例，结果可见附图2。

验证2：

根据FHR信号上升段、平稳段与下降段允许缺失的最大点数进行模拟缺失；然后使用集成学***稳段与下降段进行单段填补，并绘制单段缺失的填补曲线；同时模拟信号的多段缺失，使用的集成学习模型、均值填补方法和字典学习与稀疏编码填补方法进行FHR信号缺失值的填补工作，并绘制多段缺失的填补曲线。根据三种方法的填补结果可以很明显的看出，与其他两种填补方法相比，本发明提出的基于集成学习的填补方法无论是在单段上进行填补还是在多段上进行填补，最终的填补结果均是较好的。为便于说明，选取第142例FHR信号的某段上升段进行单段填补，结果可见附图3；选取第142例FHR信号的某个上升段和下降段进行多段填补，结果可见附图4。

Claims (3)

1.一种基于集成学习的胎心率缺失值填补方法，其特征在于包括以下步骤：

步骤一：获取原始胎心率信号；

步骤二：对步骤一原始胎心率信号采用线性插值法进行降噪预处理，获取干净的胎心率信号；具体是：

2-1对原始胎心率信号移除FHR值为0，且持续时间大于阈值t₁的FHR信号；

2-2对步骤2-1处理后的胎心率信号筛选出信号不稳定部分和信号稳定部分；然后利用信号不稳定部分中第一个点(x₁,y₁)和下一个信号稳定部分中第一个点(x₂,y₂)构造线性方程(1)，进而重新计算当前信号不稳定部分的信号幅值。

所述信号不稳定的判断标准是FHR信号中相邻2点的信号幅值差的绝对值大于25次/min，即为信号不稳定，反之则认为信号稳定；

其中x表示样本点数，y表示FHR信号幅值；

2-3对胎心率信号中信号幅值大于阈值n1或小于阈值n2的部分采用形状保持的分段三次Hermite插值多项式进行平滑处理，n1＞n2，以减弱FHR信号中伪影的影响；具体如下：

2-3-1假设胎心率信号幅值大于n1的部分有m个数据点，则将其划分成m-1个分段区间，并在每个分段区间[x_i,x_i+1]上拟合一个三次Hermite多项式进行平滑处理，其表达形式为：

S_i(x)＝a_i+b_ix+c_ix²+d_ix³,i＝1,2,...,m-1 (2)

其中S_i(x)表示第i个分段区间内，样本点数x与FHR信号幅值y之间的三次函数表达式，a_i、b_i、c_i、d_i均表示第i个分段区间内多项式的系数；

步骤三：对步骤二处理后的胎心率信号进行盲分割策略，获取固定长度的胎心率信号段

然后将所有固定长度的胎心率信号段，将一部分分为训练集，另一部分分为测试集；其中y_j表示FHR信号段中第j个胎心率值；x_j表示FHR信号段中第j个样本点，N表示总的样本点数；

步骤四：将测试集的各胎心率信号段中部分FHR信号进行随机模拟缺失；

步骤五：采用最小二乘提升算法搭建集成学习模型，并训练集对集成学习模型进行训练；具体是：

4-1设定

并给定训练集

损失函数

最大迭代次数Q；

4-2使用训练集初始化第一个弱学***均值；

4-3计算第j个样本的残差

r_j＝y_j-F_q-1(x_j) (13)

其中F_q-1(x_j)表示第(q-1)个弱学习器在第j个样本上的预测值；

4-4利用残差构造新的样本集(x_j,r_j)，并使用新样本集训练第q棵回归树h_q(x；α)，其中α表示回归树的参数；

4-5相关参数的更新

其中ρ表示对应回归树的学习率，h_q(x_j；α)表示第q棵回归树取固定参数α时在第j个样本上的预测值，ρ_q,α_q表示第q棵回归树应取的最佳学习率以及最优参数；

4-6第q个弱学习器的更新

F_q(x)＝F_q-1(x)+ρ_qh(x；α_q) (15)

经过Q次迭代后便得到最终的强学习器F_Q(x)，则该强学习器在第k个样本x_k处的预测值为：

y_k＝F_Q(x_k),k≠j (16)

步骤六：利用训练后的集成学习模型对测试集中模拟缺失后胎心率信号段进行测试验证；

步骤七：利用步骤六测试后的集成学习模型实现对胎心率信号缺失值填补。

2.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1所述的方法。

3.一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1所述的方法。

Images