基于CatBoost算法的中青年颈动脉粥样硬化预测方法

• 作者: 丁瑶 孙怡宁 张小玉 王世军 许杨 马祖长 高理升
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 颈动脉粥样硬化 特征选择 CatBoost Logistic回归 人工神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 论著
• 页码范围: 470-476,522
• 页数: 8页
• 分类号: R318.04
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2020.05.004.

摘要

目的 探究CatBoost算法在中青年颈动脉粥样硬化预测中的应用价值,为中青年颈动脉粥样硬化早期筛查提供一种可行的技术手段.方法 以2016—2018年期间在北京某医院体检中心进行健康体检的2258位中青年为研究对象,根据颈动脉彩超检查结果诊断是否有颈动脉粥样硬化.使用下采样技术对样本进行平衡处理.分析变量重要性进行特征选择,构建CatBoost模型.利用Logistic回归和人工神经网络两类机器学习算法构建模型,并与CatBoost模型进行比较分析.以灵敏度、特异性、准确率及受试者工作特征(receiver operating characteristic,ROC)曲线下的面积(area under the ROC curve,AUC)作为模型的评价指标.结果 CatBoost模型在测试集上的灵敏度、特异性、准确率和AUC均最高,分别为82.8％、96.7％、90.3％、0.92.Logistic回归模型和神经网络模型的灵敏度、特异性和准确率均介于62.4％～73.3％之间,AUC均介于0.72～0.78之间.重要性分析表明影响中青年颈动脉粥样硬化最重要的三个因素依次是年龄、腰高比、高密度脂蛋白胆固醇.结论 CatBoost算法在中青年颈动脉粥样硬化预测中的应用具有一定的可行性.相比于其他传统算法,具有较高的诊断价值.