(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211502992.9 (22)申请日 2022.11.25 (71)申请人 四川大学华西医院 地址 610041 四川省成 都市武侯区国学巷 37号 (72)发明人 陈蕾　李百川　季舒铭　 (74)专利代理 机构 重庆恩洲知识产权代理事务 所(特殊普通 合伙) 50263 专利代理师 兰渝宏 (51)Int.Cl. A61B 5/24(2021.01) A61B 5/00(2006.01) (54)发明名称 基于胃肠电信号的认知功能障碍预测系统 及构建方法 (57)摘要 本发明涉及疾病预测领域， 具体涉及一种基 于胃肠电信号的认知功能障碍预测系统及构建 方法。 一方面， 本发明提供了一种认知功能障碍 预测系统， 其特征在于， 包括： 数据库， 用于存储 数据， 所述数据的类型包括胃肠电信号数据和临 床数据， 所述胃肠电信号数据为餐后胃肠电信号 数据； 所述餐后胃肠电信号数据包括餐后胃部的 主频率、 餐后胃部的电节律紊乱百分比、 餐后胃 部的主功率比和餐后 肠部的导联时间差， 所述临 床数据包括年龄、 身体质量指数、 高密度脂蛋白 和低密度脂蛋白； 数据获取模块； 模型训练模块； 预测模块， 用以预测所述受试者发生认知功能障 碍的概率。 另 一方面， 本发明还提供了上述认知 功能障碍预测系统的构建方法。 权利要求书2页 说明书10页 附图11页 CN 115517682 A 2022.12.27 CN 115517682 A 1.一种基于胃肠电信号的认知功能障碍预测系统， 其特 征在于， 包括： 数据库， 用于存储数据， 所述数据的类型包括胃肠电信号数据和临床数据， 所述胃肠电 信号数据为餐后胃肠电信号数据； 所述餐后胃肠电信号数据包括餐后胃部的主频率、 餐后 胃部的电节律紊乱百分比、 餐后胃部的主功率比和餐后肠部的导联时间差， 所述临床数据 包括年龄、 身体质量指数、 高密度脂蛋白和 低密度脂蛋白； 所述数据包括来自样本人群的样 本数据和来自受试者的受试者数据； 数据获取模块， 用于获取 所述数据， 并将所述数据存 储于所述数据库； 模型训练模块， 所述模型训练模块利用机器学习算法对所述样本数据进行训练学习， 从而确定认知功能障碍预测模型； 预测模块， 所述预测模块通过所述数据获取模块获取所述受试者数据， 并调用所述认 知功能障碍预测模型对所述受试者数据进 行分析， 用以预测所述受试者 发生认知功能障碍 的概率。 2.如权利要求1所述的系统， 其特征在于， 所述样本数据以7:3的比例被分为训练集和 验证集。 3.如权利要求1所述的系统， 其特征在于， 所述胃肠电信号数据通过分别位于胃体、 胃 窦、 小弯、 大弯、 升结肠、 横结肠、 降结肠和直肠的导联同时采集得到 。 4.如权利要求2所述的系统， 其特征在于， 所述系统进一步包括验证模块， 所述验证模 块用于利用所述验证集来评价所述认知功能障碍预测模型的准确性， 所述评价的评价指标 包括校准度、 区分度和临床实用性中的一种或多种。 5.如权利要求1所述的系统， 其特 征在于， 所述认知功能障碍为轻度认知功能障碍 。 6.一种基于胃肠电信号的认知功能障碍预测系统的构建方法， 其特征在于， 所述基于 胃肠电信号的认知功能障碍预测系统包括认知功能障碍预测模型， 所述方法包括以下步 骤： S1 获取来自样本人群的样本数据， 所述样本数据的类型包括胃肠电信号数据和临床 数据； S2 对所述样本数据进行预训练以筛选出预测变量， 所述筛选出的预测变量包括餐后 胃部的主频率、 餐后胃部的电节律紊乱百分比、 餐后胃部的主功 率比、 餐后肠部的导联时间 差、 年龄、 身体质量指数、 高密度脂蛋白和低密度脂蛋白； S3 基于所述筛选出的预测变量， 利用机器学习算法对所述样本数据进行训练学习， 以 建立所述认知功能障碍预测模型， 进而构建所述基于胃肠电信号的认知功能障碍预测系 统。 7.如权利要求6所述的方法， 其特征在于， 所述样本数据以7:3的比例被分为训练集和 验证集。 8.如权利要求6所述的方法， 其特征在于， 所述预训练包括第 一轮变量筛选和第 二轮变 量筛选； 所述第一轮变量筛选包括LASSO回归分析， 所述第二轮变量筛选包括逻辑回归分析 和逐步回归分析。 9.如权利要求7所述的方法， 其特征在于， 所述方法进一步包括S4利用所述验证集来评 价所述认知功 能障碍预测模型 的准确性， 所述评价的评价指标包括校准度、 区分度和临床 实用性中的一种或多种。权　利　要　求　书 1/2 页 2 CN 115517682 A 210.如权利要求6所述的方法， 其特 征在于， 所述预训练包括岭回归或随机森林模型。权　利　要　求　书 2/2 页 3 CN 115517682 A 3