基于多源异构特征迁移的2型糖尿病并发症诊断方法

本发明属于糖尿病并发症诊断技术领域，涉及基于多源异构特征迁移的2型糖尿病并发症诊断方法，该方法包括：提取CGM序列信息、临床指标和过往用药信息的特征，并划分为训练集和测试集；对训练集使用高斯混合聚类算法，根据预设聚类簇数K值得到K个类的高斯模型与每个样本的隶属类；针对每个类的样本进行预训练，得到K个诊断模型；针对每个诊断模型，根据隶属度矩阵对非本类样本进行加权后迁移非本类加权样本进行训练，得到K个最终模型；采用最终模型对2型糖尿病的并发症进行诊断。其有益效果是，在信息处理中将多源信息关联集成，解决了各个亚组的子模型之间相互割裂的问题，使得模型能够充分训练，提升模型对于并发症诊断的准确性。