32、基于机器学习算法预测 IVF 成功率

基于机器学习算法预测 IVF 成功率

1. IVF 治疗概述

体外受精（IVF）为多种生育问题提供了解决方案：
- 低卵巢储备患者：为年龄较大且卵巢储备低的患者提供生育机会。
- 男性不育夫妇：相比自然受孕，通过 IVF 受孕的可能性更高。
- 多囊卵巢综合征（PCOD）患者：对于因激素失衡导致月经周期不规律，且无法通过促排卵受孕的患者，IVF 效果显著。
- 子宫内膜异位症患者：IVF 对子宫内膜异位症患者有效，这类患者的部分子宫内膜会生长在子宫外部。
- 卵巢早衰患者：为卵巢早衰或绝经女性提供供卵。

然而，由于成功率较低、成本高和其他副作用等原因，仅有 5% 的不育夫妇会选择 IVF。因此，预测 IVF 成功率对于夫妇决定是否接受治疗至关重要。

2. 相关研究现状

在医学研究中，数字图像处理在疾病诊断中发挥着重要作用，而近年来机器学习算法也被用于基于医疗历史数据预测疾病状态。以下是一些相关研究：
|研究人员|研究内容|
| ---- | ---- |
|Hassan Rafiul 等|提出一种算法，通过爬山法进行特征选择的自动分类，使用五种机器学习算法分析 25 个属性，预测 IVF 治疗的妊娠成功率，并使用准确率、F - 度量和曲线下面积（AUC）计算性能。|
|Nidhin Raju 等|利用深度学习算法，通过分析高分辨率计算机断层扫描（HRCT）图像，对 17 种不同类型的间质性肺病（ILD）进行多标签分类，使用 SmallerVGGNet 卷积神经网络架构获取图像特征，平均准确率达 95%。|
|Khosravi Pegah 等|提出一种 AI 方法，利用深度神经网络（DNNs）对约 50,000 张训练胚胎图像进行分析，开发了名为 STORK 的框架，通过 AUC 评估胚泡质量，其性能优于离散胚胎学家，并创建决策树确定妊娠可能性与年龄的关系。|
|Guvenir H. 等|开发了基于 RIMARC 排名算法的 Success Estimation Using a Ranking Algorithm（SERA），用于计算 IVF 过程的成功率，并与朴素贝叶斯分类器和随机森林进行比较，确定影响 IVF 结果的属性及其值。|
|Bidgoli 等|使用遗传算法和人工神经网络对精液样本进行分类，采用自助法解决数据集不平衡问题，预测精液质量的优化多层感知器（MLP）算法的准确性取决于患者的生活方式和健康状况。|
|J.L.Girela 等|使用 MLP 分析生活方式与精液质量的关系，研究精子浓度和活力等参数，确定影响这些参数的因素。|
|Durairaj M. 等|使用数据挖掘技术确定影响 IVF 成功率的重要测试，通过监督算法进行预处理，使用特征选择算法选择重要参数。|
|David Gi 等|使用决策树（DT）、MLP 和支持向量机（SVM）三种分类方法分析精液样本质量估计的准确性。|
|Uyar Asli 等|提出一种智能系统，通过基于 SVM 的分类方法，使用过去数据训练模型，以新胚胎的结果确定妊娠成功率，胚胎用 17 个特征表示，预测准确率达 82.7%。|

从这些研究可以看出，数据挖掘技术和 AI 方法可以帮助夫妇决定是否进行 IVF 治疗。因此，我们将构建机器学习模型，使用 k 近邻（kNN）、朴素贝叶斯（NB）、决策树（DT）、随机森林（RF）和神经网络算法来估计 IVF 过程的成功状态。

3. 机器学习分类算法研究

3.1 模型架构

本研究采用 kNN、朴素贝叶斯、决策树、随机森林和神经网络等分类方法分析数据，并使用最佳分类器构建模型。以下是模型的算法步骤：
1. 数据收集 ：收集用于分析的数据。
2. 数据预处理 ：使用合成少数过采样技术（SMOTE）平衡数据集中的类别标签。
3. 数据划分 ：使用交叉验证方法将数据集划分为训练数据和测试数据。
4. 模型训练 ：应用机器学习分类器 kNN、朴素贝叶斯、决策树、随机森林和神经网络对数据进行训练。
5. 模型测试 ：
- 计算评估结果，包括 AUC、准确率、F1 分数、召回率和精确率。
- 生成混淆矩阵，总结正确和错误的预测。
- 根据评估结果和混淆矩阵选择合适的分类器。
6. 模型构建 ：使用步骤 5 中确定的分类器构建模型。
7. 数据预测 ：使用构建的模型进行数据预测。

3.2 数据集

使用 UCI 机器学习库中的生育数据集，该数据集包含 100 名年龄在 18 - 36 岁男性患者的精液样本不育细节，包含 10 个特征，与社会、人口、自然特征、健康状况和生活行为相关。其中 5 个属性为数值型，5 个属性为分类型。具体属性如下表所示：
|属性|类型|值|
| ---- | ---- | ---- |
|季节|数值型|冬季（-1）、春季（-0.33）、夏季（0.33）、秋季（1）|
|年龄|数值型|18 - 36（0 - 1）|
|童年疾病（如水痘、麻疹、腮腺炎、小儿麻痹症）|分类型|是（0）、否（1）|
|事故或严重伤害|分类型|是（0）、否（1）|
|是否进行过手术|分类型|是（0）、否（1）|
|前一年的高温情况|数值型|三个月内（-1）、三个月前（0）、无发烧（1）|
|饮酒情况|数值型|每天多次（0）、每天（0.2）、每周多次（0.6）、每周一次（0.8）、从不（1）|
|吸烟习惯|分类型|从不（-1）、偶尔（0）、每天（1）|
|每天久坐时间|数值型|0 - 1|
|诊断状态（输出）|分类型|正常（N）、异常（O）|

3.3 数据预处理

虽然该数据集没有缺失或错误值，但类别标签不平衡，“异常（O）”类别的样本数量远低于“正常（N）”类别。这种不平衡会导致机器学习算法偏向多数类数据，产生有偏差和错误的结果。

为了解决这个问题，采用重采样方法。重采样方法分为随机欠采样、随机过采样和混合方法。随机欠采样可能会丢弃有用数据，随机过采样可能会导致过拟合。因此，使用 SMOTE 方法，它通过添加现有少数类样本生成新的少数类样本，平衡数据集。应用 SMOTE 后，数据集变为平衡数据集，每个类别有 176 个样本，而原始数据集“正常（N）”有 88 个实例，“异常（O）”有 12 个实例。

3.4 机器学习分类器

• kNN ：一种有监督且易于理解的机器学习方法，可解决分类和回归问题。基于相似度度量（如欧几里得距离）工作，k 值表示最相似实例或邻居的数量，通过运行不同 k 值的数据集并根据准确率选择合适的 k 值。
• 朴素贝叶斯 ：可用于分类二进制和多类分类输入值，属于贝叶斯决策理论。计算每个假设的概率简单，分类器结构包含一个父节点和多个子节点，父节点为类别特征，子节点为样本的其他特征。
• 决策树 ：广泛用于构建模型，可用于分类和回归。是一种树状结构，根据最重要的特征将样本划分为不同的集合，通过决策规则确定输出特征的值。树的根节点为最顶层节点，内部节点表示输入特征的测试用例，叶节点表示决策结果。
• 随机森林 ：用于分类，也支持回归。是一种简单且常用的算法，即使不进行超参数调整也能取得较好结果。通过创建一组决策树并使用装袋法训练数据，构建决策树时会搜索并选择数据集的最佳特征和随机特征子集。
• 神经网络 ：受大脑神经元架构启发的机器学习算法。近年来广泛应用于分类、聚类和预测等领域。其架构包含多个独立的层，每层有任意数量的节点（偏置节点），节点和边有权重，可控制信号强度。通过训练和调整矩阵、节点和边的权重来预测未来数据。

3.5 训练和验证

使用 k 折交叉验证统计技术评估机器学习模型的性能。将数据集划分为 k 折，使用 k - 1 折进行训练，剩余 1 折进行验证。在本研究中，将 176 个实例的数据集划分为 10 个大小相等的折，采用分层 k 折交叉验证确保每个类别（正常（N）和异常（O））的比例在整个数据集中相似，重复该过程 10 次，每次使用不同的测试数据。

3.6 性能分析

在本研究中，首先使用 SMOTE 重采样技术平衡数据集的类别标签，然后使用 k 折交叉验证方案（k = 10）和机器学习算法（kNN、朴素贝叶斯、决策树、随机森林和神经网络）训练模型，根据男性生育因素将精液质量分类为正常（N）或异常（O）。使用以下评估指标比较模型性能：
- 混淆矩阵 ：用于分类男性精液质量为正常（N）或异常（O），描述了使用二进制分类器正确或错误分类的实例数量。
|预测结果\实际结果|正常（N）|异常（O）|
| ---- | ---- | ---- |
|正常（N）|TP|FP|
|异常（O）|FN|TN|
- TP：真正例，分类器预测精液质量为正常（N），实际输出也为正常（N）。
- FP：假正例，分类器预测精液质量为异常（O），实际输出为正常（N）。
- FN：假反例，分类器预测精液质量为正常（N），实际输出为异常（O）。
- TN：真反例，分类器预测精液质量为异常（O），实际输出也为异常（O）。

不同分类器的混淆矩阵如下表所示：
|实际\分类器|kNN|Naive Bayes|Tree|Random Forest|Neural Network|
| ---- | ---- | ---- | ---- | ---- | ---- |
|预测|N|O|∑|N|O|∑|N|O|∑|N|O|∑|N|O|∑|
|N|70|18|88|87|1|88|85|3|88|88|0|88|86|2|88|
|O|0|88|88|13|75|88|5|83|88|1|87|88|0|88|88|
|∑|70|106|176|100|76|176|90|86|176|89|87|176|86|90|176|

• AUC（ROC 曲线下面积） ：ROC 曲线绘制在真正例（TP）值和假正例（FP）值之间，通过改变阈值从 0 到 1，绘制 FP 值和 TP 值在 x 轴和 y 轴上的变化，AUC 值接近 1 表示分类器性能良好，值为 0 表示性能差，可用于计算所有分类模型的总体性能。
• 准确率 ：正确预测的总数与样本总数的比例。公式为：$Accuracy = \frac{TP + TN}{TP + TN + FP + FN}$
• 召回率 ：正确预测为正常的精液质量与正常精液样本总数的比例。公式为：$Recall = \frac{TP}{TP + FN}$
• 精确率 ：正确预测为正常的精液质量与预测为正常的样本总数的比例。公式为：$Precision = \frac{TP}{TP + FP}$
• F1 分数 ：召回率和精确率的调和平均值。公式为：$F1 = \frac{2 \times Precision \times Recall}{Precision + Recall}$

通过这些评估指标，可以选择性能最佳的分类器来构建预测 IVF 成功率的模型，为夫妇提供更准确的决策依据。

综上所述，通过对生育数据集的分析和机器学习算法的应用，我们可以更好地预测 IVF 治疗的成功率，帮助更多夫妇做出明智的生育决策。未来，随着数据的不断积累和算法的不断优化，预测的准确性有望进一步提高。

4. 各分类器性能对比分析

为了更直观地了解各分类器的性能，我们将根据上述评估指标对 kNN、朴素贝叶斯、决策树、随机森林和神经网络进行详细对比。

4.1 基于混淆矩阵的初步分析

从混淆矩阵的数据来看：
|分类器|真正例（TP）|假正例（FP）|假反例（FN）|真反例（TN）|
| ---- | ---- | ---- | ---- | ---- |
|kNN|70|18|0|88|
|Naive Bayes|87|1|13|75|
|Decision Tree|85|3|5|83|
|Random Forest|88|0|1|87|
|Neural Network|86|2|0|88|

• kNN ：假正例相对较多，可能在区分正常和异常精液质量时存在一定误判，但真反例数量表现不错，说明对异常情况的识别有一定能力。
• 朴素贝叶斯 ：真正例数量较高，但假反例也有一定数量，可能在某些情况下会将异常样本误判为正常。
• 决策树 ：整体表现较为均衡，真正例和真反例数量都比较可观，误判情况相对较少。
• 随机森林 ：表现出色，假正例和假反例数量都极低，能够较为准确地进行分类。
• 神经网络 ：真正例和真反例数量都很高，且假正例和假反例很少，说明其分类能力很强。

4.2 各项评估指标对比

根据各项评估指标的计算公式，计算各分类器的具体指标值：
|分类器|AUC|准确率|召回率|精确率|F1 分数|
| ---- | ---- | ---- | ---- | ---- | ---- |
|kNN|待计算|$\frac{70 + 88}{70 + 88 + 18 + 0} \approx 0.89$|$\frac{70}{70 + 0} = 1$|$\frac{70}{70 + 18} \approx 0.79$|$\frac{2 \times 0.79 \times 1}{0.79 + 1} \approx 0.88$|
|Naive Bayes|待计算|$\frac{87 + 75}{87 + 75 + 1 + 13} \approx 0.91$|$\frac{87}{87 + 13} = 0.87$|$\frac{87}{87 + 1} \approx 0.99$|$\frac{2 \times 0.99 \times 0.87}{0.99 + 0.87} \approx 0.93$|
|Decision Tree|待计算|$\frac{85 + 83}{85 + 83 + 3 + 5} \approx 0.95$|$\frac{85}{85 + 5} = 0.94$|$\frac{85}{85 + 3} \approx 0.97$|$\frac{2 \times 0.97 \times 0.94}{0.97 + 0.94} \approx 0.95$|
|Random Forest|待计算|$\frac{88 + 87}{88 + 87 + 0 + 1} \approx 0.99$|$\frac{88}{88 + 1} \approx 0.99$|$\frac{88}{88 + 0} = 1$|$\frac{2 \times 1 \times 0.99}{1 + 0.99} \approx 0.99$|
|Neural Network|待计算|$\frac{86 + 88}{86 + 88 + 2 + 0} \approx 0.99$|$\frac{86}{86 + 0} = 1$|$\frac{86}{86 + 2} \approx 0.98$|$\frac{2 \times 0.98 \times 1}{0.98 + 1} \approx 0.99$|

从这些指标可以看出：
- 准确率方面 ：随机森林和神经网络的准确率非常高，接近 0.99，说明它们在整体预测上的正确性很强。决策树的准确率也达到了 0.95，表现良好。kNN 和朴素贝叶斯的准确率相对较低，但也在 0.89 - 0.91 之间。
- 召回率方面 ：kNN 和神经网络的召回率为 1，意味着它们能够完全识别出正常的精液样本。随机森林的召回率也接近 1，表现出色。朴素贝叶斯和决策树的召回率分别为 0.87 和 0.94。
- 精确率方面 ：随机森林的精确率为 1，说明其预测为正常的样本几乎都是真正的正常样本。神经网络的精确率接近 0.98，也非常高。决策树和朴素贝叶斯的精确率分别为 0.97 和 0.99。
- F1 分数方面 ：随机森林和神经网络的 F1 分数接近 0.99，综合了召回率和精确率的优势，表现最佳。决策树的 F1 分数为 0.95，也较为优秀。kNN 和朴素贝叶斯的 F1 分数分别为 0.88 和 0.93。

4.3 总结与选择

综合各项评估指标，随机森林和神经网络在预测精液质量分类上表现最为出色，它们的准确率、召回率、精确率和 F1 分数都很高。决策树的性能也比较优秀，各项指标都较为均衡。kNN 和朴素贝叶斯虽然也能进行分类，但在某些指标上相对较弱。

因此，在构建预测 IVF 成功率的模型时，可以优先考虑随机森林或神经网络作为分类器，以获得更准确的预测结果。

5. 预测 IVF 成功率的流程总结

为了更清晰地展示整个预测 IVF 成功率的过程，我们可以用 mermaid 流程图来表示：

graph LR
    A[数据收集] --> B[数据预处理]
    B --> C[数据划分]
    C --> D[模型训练]
    D --> E[模型测试]
    E --> F{选择分类器}
    F -- 随机森林/神经网络 --> G[模型构建]
    F -- 其他 --> D
    G --> H[数据预测]

整个流程可以总结为以下步骤：
1. 数据收集 ：收集包含男性生育因素的精液样本数据。
2. 数据预处理 ：使用 SMOTE 方法平衡数据集中的类别标签，解决数据不平衡问题。
3. 数据划分 ：采用交叉验证方法将数据集分为训练数据和测试数据。
4. 模型训练 ：使用 kNN、朴素贝叶斯、决策树、随机森林和神经网络对训练数据进行训练。
5. 模型测试 ：计算评估指标（AUC、准确率、召回率、精确率、F1 分数），生成混淆矩阵，根据结果评估各分类器性能。
6. 选择分类器 ：根据评估结果，优先选择随机森林或神经网络作为最终的分类器。如果这两个分类器表现不佳，则返回模型训练步骤，尝试其他参数或方法。
7. 模型构建 ：使用选定的分类器构建预测模型。
8. 数据预测 ：使用构建好的模型对新数据进行预测，为夫妇提供 IVF 成功率的预测结果。

6. 实际应用与意义

通过上述基于机器学习算法的预测模型，在实际应用中可以为有生育需求的夫妇提供重要的参考依据。

• 帮助夫妇决策 ：夫妇在考虑是否进行 IVF 治疗时，往往面临着诸多不确定性和担忧。预测模型可以根据男性的生育因素，较为准确地预测 IVF 治疗的成功率，让夫妇对治疗结果有更清晰的认识，从而更理性地做出决策。
• 提高治疗效率 ：对于医生来说，预测模型可以帮助他们提前筛选出更有可能成功的患者，合理安排治疗资源，提高 IVF 治疗的整体效率。
• 推动医学研究 ：该模型的建立和应用，也为生育医学领域的研究提供了新的思路和方法。通过不断分析和优化模型，可以深入了解影响 IVF 成功率的各种因素，为进一步提高治疗效果提供理论支持。

总之，基于机器学习算法预测 IVF 成功率具有重要的实际意义和应用价值，有望为解决生育问题带来新的突破。