基于随机森林的老年人认知功能分类方法

摘要

本发明涉及一种基于随机森林的老年人认知功能分类方法，属于生物医学技术领域。本发明首先采用MMSE量表得分和受教育程度，将老年人认知功能划分为三种类别。然后利用认知功能得分相对比值计算方法和Pearson线性相关系数计算方法，提取影响老年人认知功能类别划分的关键认知域。构建随机森林回归模型，计算非量表属性的属性重要性得分，提取影响老年人认知功能类别划分的外联属性。最后基于提取的关键认知域和外联属性，采用SMOTE上采样方法均衡化样本集，利用随机森林方法构建老年人认知功能分类模型。本发明提出方法相比于量表分类方法，所采用属性较少且易于采集，具有更好的便捷性；相比于其他机器学算法，实现了老年人认知功能类别的细分，有利于实现对老年人认知功能有针对性干预方法的研究。

主权项

一种基于随机森林的老年人认知功能分类方法，其特征在于，所述方法包括以下步骤：步骤1，综合MMSE量表得分和受教育程度属性，划分老年人认知功能类别；步骤2，基于步骤1划分所得认知功能类别，计算不同认知功能类别在每个认知域的得分相对比值，计算认知功能与不同认知域的Pearson线性相关系数，综合得分相对比值和线性相关系数，提取影响老年人认知功能类别划分的关键认知域；步骤3，以非量表属性作为自变量，采用随机森林算法构建认知功能得分回归模型，计算非量表属性对认知功能的重要性得分，综合属性重要性得分和采集难度，选取影响老年人认知功能类别划分的外联属性；步骤4，基于关键认知域和外联属性，构建随机森林分类模型，实现老年人认知功能类别的划分。