基于分组和分层学习的医学光谱多类别样本不平衡疾病亚型分类研究

在医学领域，样本获取和收集难题常导致多类模型训练集不平衡，尤其在疾病亚型鉴别中。研究人员开展血清拉曼光谱数据疾病亚型分类的多类不平衡问题研究，提出新方法，结果有效，具重要意义。

　　

在医学领域，样本获取与收集的挑战常使多类模型面临训练集不平衡问题，尤其在疾病亚型鉴别中。本研究针对血清拉曼光谱数据的疾病亚型分类，提出一种解决多类不平衡的新方法。通过按噪声水平对样本分组并采用分层增量学习，平衡训练数据并减轻增强引入的噪声，提升模型区分相似疾病亚型的准确性。研究收集两种肝炎亚型及对照组的不平衡血清拉曼光谱数据，对比卷积神经网络（CNN）和随机森林（RF）模型在原始数据与增强数据（与模型训练数据一致）上的表现。结果表明，该方法在样本不平衡下可有效对相似疾病亚型分类，尤其适用于样本量有限的情况，在肝炎数据上准确率和 F1 分数均超 95%。但其更广泛的适用性和潜力需进一步研究验证。所有代码可在https://github.com/RuiGao-1223/GHIL获取。