机器数据分析平台

    • 机器数据分析平台 > 使用文档 > 应用平台 > Pandora机器学习工具包 >场景案例 >案例五：脊椎前移疾病的风险识别

    案例五：脊椎前移疾病的风险识别

    最近更新时间: 2021-01-07 10:31:29

    案例五：脊椎前移疾病的风险识别

    背景介绍

    数据来源

    人的脊柱是由很多块脊椎组成的。通常情况下，脊椎就像积木一样叠成一列。如果其中的一小块骨头出了毛病，一块脊椎从正常的位置滑开，就会造成脊椎滑动，也就是脊椎前移。它是一种在老人、儿童、运动员等人群中特别常见的骨科疾病。

    本数据集来自欧洲某家医院的100位已康复的骨科住院病人的生物力学特性检测资料，临床医生想从中快速发现为数不多的脊椎前移风险较高的患者。这里，我们运用异常值检测的方法，对这些病人进行初步筛选。

    数据集的下载链接如下：

    http://pw7x36qrk.bkt.clouddn.com/vertebral_column.csv

    字段含义

    特征变量名称 特征变量含义
    pelvic incidence 盆腔发病率
    pelvic tilt 骨盆倾斜
    lumbar lordosis angle 腰椎前凸角
    sacral slope 骶部斜坡
    pelvic radius 骨盆半径
    grade of spondylolisthesis 脊椎滑脱分级

    数据预处理

    数据质量检查

    已完成，此处不考虑。

    数据清洗

    已完成，此处不考虑。

    特征选择

    由于该数据集中所有6个字段都有临床分析意义，因此我们将其全部投入使用。

    建模

    算法选择

    因为建模的目的是在现有的数据中发现异常，即所有的骨科康复病人中有哪些人患脊椎前移的风险高？所以我们可以选择使用异常值检测中的离群点检测算法来拟合数据。在没有明确倾向性的情况下，我们将采用比较适合做离群点检测的一种通用性算法，即局部异常因子算法（Local Outlier Factor）。

    数据导入

    由于异常检测属于无监督型的机器学习，一般不需要划分训练集和测试集，所以我们直接将vertebral_column.csv导入平台，并保存为同名的数据集。

    数据标准化

    由于该数据集中6个生物力学特性的量程范围各不相同，因此最好需要在异常值检测的正式建模前进行数据标准化的处理。这里，使用了最常见的Z-score标准化方法，即将原数值减去所有数值的平均值，再除以所有数值的标准差。

    | from dataset:vertebral_column

| eventstats avg(pelvic_incidence) as avg1, stdev(pelvic_incidence) as stdev1,
avg(pelvic_tilt) as avg2, stdev(pelvic_tilt) as stdev2,
avg(lumbar_lordosis_angle) as avg3, stdev(lumbar_lordosis_angle) as stdev3,
avg(sacral_slope) as avg4, stdev(sacral_slope) as stdev4, avg(pelvic_radius) as
avg5, stdev(pelvic_radius) as stdev5, avg(grade_of_spondylolisthesis) as avg6,
stdev(grade_of_spondylolisthesis) as stdev6

| eval pelvic_incidence_new=(pelvic_incidence - avg1) / stdev1,
pelvic_tilt_new=(pelvic_tilt - avg2) / stdev2,
lumbar_lordosis_angle_new=(lumbar_lordosis_angle - avg3) / stdev3,
sacral_slope_new=(sacral_slope - avg4) / stdev4,
pelvic_radius_new=(pelvic_radius - avg5) / stdev5,
grade_of_spondylolisthesis_new=(grade_of_spondylolisthesis - avg6) / stdev6

    9c8028c5489c8b02393847f6c7110890.png

    训练模型

    在机器学习APP内，我们使用fit算子训练离群点检测。由于进行的是离群点检测，而不是新颖点检测，所以不会产生模型的输出，但是会新产生一列predicted_is_inlier，它记录了该模型在数据集上的离群值检测结果：

    | from dataset:vertebral_column

| eventstats avg(pelvic_incidence) as avg1, stdev(pelvic_incidence) as stdev1,
avg(pelvic_tilt) as avg2, stdev(pelvic_tilt) as stdev2,
avg(lumbar_lordosis_angle) as avg3, stdev(lumbar_lordosis_angle) as stdev3,
avg(sacral_slope) as avg4, stdev(sacral_slope) as stdev4, avg(pelvic_radius) as
avg5, stdev(pelvic_radius) as stdev5, avg(grade_of_spondylolisthesis) as avg6,
stdev(grade_of_spondylolisthesis) as stdev6

| eval pelvic_incidence_new=(pelvic_incidence - avg1) / stdev1,
pelvic_tilt_new=(pelvic_tilt - avg2) / stdev2,
lumbar_lordosis_angle_new=(lumbar_lordosis_angle - avg3) / stdev3,
sacral_slope_new=(sacral_slope - avg4) / stdev4,
pelvic_radius_new=(pelvic_radius - avg5) / stdev5,
grade_of_spondylolisthesis_new=(grade_of_spondylolisthesis - avg6) / stdev6

| fit LocalOutlierFactor pelvic_incidence_new pelvic_tilt_new
lumbar_lordosis_angle_new sacral_slope_new pelvic_radius_new
grade_of_spondylolisthesis_new

    8b84b1bfeb5eb6a85c8a89366b0772e6.png

    预测结果

    模型简单应用

    根据离群值检测的结果，可以发现所有的骨科住院病人中共有4个脊椎前移风险较高的患者，他们的id分别是：13、15、46、92。

    | from dataset:vertebral_column

| eventstats avg(pelvic_incidence) as avg1, stdev(pelvic_incidence) as stdev1,
avg(pelvic_tilt) as avg2, stdev(pelvic_tilt) as stdev2,
avg(lumbar_lordosis_angle) as avg3, stdev(lumbar_lordosis_angle) as stdev3,
avg(sacral_slope) as avg4, stdev(sacral_slope) as stdev4, avg(pelvic_radius) as
avg5, stdev(pelvic_radius) as stdev5, avg(grade_of_spondylolisthesis) as avg6,
stdev(grade_of_spondylolisthesis) as stdev6

| eval pelvic_incidence_new=(pelvic_incidence - avg1) / stdev1,
pelvic_tilt_new=(pelvic_tilt - avg2) / stdev2,
lumbar_lordosis_angle_new=(lumbar_lordosis_angle - avg3) / stdev3,
sacral_slope_new=(sacral_slope - avg4) / stdev4,
pelvic_radius_new=(pelvic_radius - avg5) / stdev5,
grade_of_spondylolisthesis_new=(grade_of_spondylolisthesis - avg6) / stdev6

| fit LocalOutlierFactor pelvic_incidence_new pelvic_tilt_new
lumbar_lordosis_angle_new sacral_slope_new pelvic_radius_new
grade_of_spondylolisthesis_new

| where predicted_is_inlier=-1

    3cd05d39c5e7fe02837b7d7d6f0f1c16.png

    此外，如有需要，还可以统计脊椎前移高风险患者的比例。这里，最终的比例是0.04。

    | from dataset:vertebral_column

| eventstats avg(pelvic_incidence) as avg1, stdev(pelvic_incidence) as stdev1,
avg(pelvic_tilt) as avg2, stdev(pelvic_tilt) as stdev2,
avg(lumbar_lordosis_angle) as avg3, stdev(lumbar_lordosis_angle) as stdev3,
avg(sacral_slope) as avg4, stdev(sacral_slope) as stdev4, avg(pelvic_radius) as
avg5, stdev(pelvic_radius) as stdev5, avg(grade_of_spondylolisthesis) as avg6,
stdev(grade_of_spondylolisthesis) as stdev6

| eval pelvic_incidence_new=(pelvic_incidence - avg1) / stdev1,
pelvic_tilt_new=(pelvic_tilt - avg2) / stdev2,
lumbar_lordosis_angle_new=(lumbar_lordosis_angle - avg3) / stdev3,
sacral_slope_new=(sacral_slope - avg4) / stdev4,
pelvic_radius_new=(pelvic_radius - avg5) / stdev5,
grade_of_spondylolisthesis_new=(grade_of_spondylolisthesis - avg6) / stdev6

| fit LocalOutlierFactor pelvic_incidence_new pelvic_tilt_new
lumbar_lordosis_angle_new sacral_slope_new pelvic_radius_new
grade_of_spondylolisthesis_new

| stats count() as type_count by predicted_is_inlier

| eventstats sum(type_count) as totoal_count

| eval percent=type_count/totoal_count

| where predicted_is_inlier=-1

    3fbe27db54f72cb7218072690557b715.png

    以上内容是否对您有帮助？
    • Qvm free helper
    Close