基于胃肠电信号的糖尿病和高血压的预测系统及

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糖尿病和高血压的预测系统及构建方法。背景技术：1、糖尿病和高血压是两种常见的慢性疾病，它们对全球范围内的健康和医疗系统都构成了重大挑战。据报道，2018年中国的糖尿病患病率约为12.4%，18-69岁成人高血压标准化患病率为24.7%。糖尿病和高血压可能引发严重的并发症，包括心脑血管疾病、神经功能障碍、肾脏疾病、眼部病变等，严重影响患者的生活质量并增加致死风险。这两种疾病都受到遗传、生活方式、环境和其他健康因素的影响，而肥胖、不良饮食习惯、缺乏运动、高血脂、吸烟等不良生活方式因素是糖尿病和高血压的常见危险因素。2、早期检测、有效的管理和适当的治疗对于预防并减轻糖尿病和高血压的负面影响至关重要。然而，当前对于糖尿病和高血压的诊断存在一定程度的延迟。由于糖尿病和高血压在早期可能表现为轻微的症状，例如轻度头痛、轻微口渴或轻微的视觉模糊，这些症状往往被视为不值得关注的问题，患者可能会采取自我治疗或忽视这些症状，直到疾病进展到较严重的阶段才寻求医疗帮助。而现有技术重点研究的对象也局限于已经出现严重并发症的糖尿病/高血压患者，例如文献《糖尿病胃轻瘫与功能性消化不良患者胃电图检测分析》（刘冠岐.糖尿病胃轻瘫与功能性消化不良患者胃电图检测分析[j].中国临床研究,2021,(12):1662-1664,1669.）报道，糖尿病胃轻瘫患者的餐后/餐前功率比值、胃动过缓百分比均显著高于糖尿病功能性消化不良患者，糖尿病胃轻瘫患者餐前、餐后的波形反应面积显著大于糖尿病功能性消化不良患者。非常明显的是，现有技术仅适用于区分已经出现严重并发症的糖尿病/高血压患者（例如将糖尿病胃轻瘫患者和糖尿病功能性消化不良患者进行区分），难以实现对糖尿病/高血压进行早期预测，更是无法适应糖尿病和高血压患病年龄的年轻化趋势。技术实现思路1、一方面，本发明提供了一种基于胃肠电信号的糖尿病和高血压的预测系统，其特征在于，包括：2、数据库，用于存储数据，所述数据的类型为胃肠电信号数据，所述胃肠电信号数据包括胃部导联数据和肠部导联数据，所述胃部导联数据包括小弯导联处的餐后偶联百分比、胃窦导联处的餐后电节律紊乱百分比、小弯导联处的餐前主频率，所述肠部导联数据包括升结肠导联处的餐后波形平均频率、升结肠导联处的餐后正常慢波百分比、降结肠导联处的餐后偶联百分比、直肠导联处的餐后波形平均频率、横结肠导联处的餐前波形平均频率和直肠导联处的餐前导联时间差；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；3、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；4、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，从而确定糖尿病和高血压发生风险预测模型；5、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，并调用所述糖尿病和高血压发生风险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糖尿病和高血压的概率。6、在一些实施例中，所述样本数据以7:3的比例被分为训练集和验证集。7、在一些实施例中，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。8、在一些实施例中，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糖尿病和高血压发生风险预测模型的准确性，所述评价的评价指标包括区分度。9、在一些实施例中，所述受试者不患有胃肠道疾病和/或胃肠不适。10、在一些实施例中，所述糖尿病和高血压发生风险预测模型用于将糖尿病和高血压作为一个整体进行预测。11、在一些实施例中，所述糖尿病和高血压发生风险预测模型的预测变量包括小弯导联处的餐后偶联百分比、胃窦导联处的餐后电节律紊乱百分比、小弯导联处的餐前主频率、升结肠导联处的餐后波形平均频率、升结肠导联处的餐后正常慢波百分比、降结肠导联处的餐后偶联百分比、直肠导联处的餐后波形平均频率、横结肠导联处的餐前波形平均频率和直肠导联处的餐前导联时间差。12、另一方面，本发明提供一种基于胃肠电信号的糖尿病和高血压的预测系统的构建方法，其特征在于，所述基于胃肠电信号的糖尿病和高血压的预测系统包括糖尿病和高血压发生风险预测模型，所述方法包括以下步骤：13、s1 获取来自样本人群的样本数据，所述样本数据的类型为胃肠电信号数据；14、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小弯导联处的餐后偶联百分比、胃窦导联处的餐后电节律紊乱百分比、小弯导联处的餐前主频率、升结肠导联处的餐后波形平均频率、升结肠导联处的餐后正常慢波百分比、降结肠导联处的餐后偶联百分比、直肠导联处的餐后波形平均频率、横结肠导联处的餐前波形平均频率和直肠导联处的餐前导联时间差；15、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，以建立所述糖尿病和高血压发生风险预测模型，进而构建所述基于胃肠电信号的糖尿病和高血压的预测系统。16、在一些实施例中，所述样本数据以7:3的比例被分为训练集和验证集。17、在一些实施例中，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。18、在一些实施例中，所述方法进一步包括s4利用所述验证集来评价所述糖尿病和高血压发生风险预测模型的准确性，所述评价的评价指标包括区分度。19、在一些实施例中，所述预训练包括岭回归或随机森林模型。20、与现有技术相比，本发明的有益效果至少包括以下方面：21、本发明提供了一种基于胃肠电信号的糖尿病和高血压的预测系统及构建方法。目前，临床上均是基于受试者的已有的临床症状来诊断糖尿病和高血压，然而，当前对于糖尿病和高血压的诊断存在一定程度的延迟，例如糖尿病和高血压的早期症状难以被察觉、不受关注，因此难以进行针对性诊断。另一方面，糖尿病和高血压患病年龄具有年轻化趋势。也就是说，目前有大量潜在发展成糖尿病和/或高血压（即在糖尿病和/或高血压早期）的受试者难以被识别出。为更敏锐地捕捉潜在发展成糖尿病和/或高血压的受试者的胃肠微环境变化，本发明创造性地纳入各导联处的餐前和餐后的独立指标，最终保留了“小弯导联处的餐后偶联百分比、胃窦导联处的餐后电节律紊乱百分比、小弯导联处的餐前主频率、升结肠导联处的餐后波形平均频率、升结肠导联处的餐后正常慢波百分比、降结肠导联处的餐后偶联百分比、直肠导联处的餐后波形平均频率、横结肠导联处的餐前波形平均频率和直肠导联处的餐前导联时间差”这9个预测变量，以将糖尿病和高血压作为一个整体进行预测，进而将不患有胃肠道疾病和/或胃肠不适且潜在发生糖尿病和/或高血压的受试者与健康人群区分出，具有良好的辅助诊断前景。22、糖尿病和高血压是两种常见的慢性疾病，且早期症状轻微且不受人关注且容易跟其他疾病混淆。本发明能够较好地识别潜在发展成糖尿病和/或高血压的受试者，以预测并提示其发生糖尿病和高血压的风险，进而有助于对其进行更加精准的干预和预防，特别适用于在广泛的农村或社区人群中开展糖尿病和高血压发生风险预测与筛查工作，对于糖尿病和高血压的早期预防有着良好的应用前景。