基于KNN 的脑卒中患病风险识别

1. 引言

脑卒中（中风）是全球常见的致死与致残疾病之一，在中国的发病率和疾病负担尤为突出。据统计，从 2010 年至 2020 年，我国卒中发病率总体保持稳定，患病率整体呈上升趋势。由于脑卒中涉及高血压、糖尿病等多种慢性疾病的交互作用，且临床表型复杂多样，传统依赖经验的风险评估方法难以满足个体化预测需求。

近年来，随着医疗数据资源的不断丰富与计算方法的持续进步，机器学习技术在疾病预测领域得到了广泛应用。相关研究已利用随机森林、支持向量机等算法开展多种疾病的风险建模与智能预测，初步展现出良好的实用价值与临床辅助潜力。

在此基础上，本文引入 K 近邻算法（K-Nearest Neighbors, KNN），构建面向人群健康数据的脑卒中风险预测模型。KNN 作为一种非参数监督学习方法，具有实现简单、对数据分布假设要求低等特点，适用于特征分布复杂、样本规模有限的医疗场景。本研究系统评估了 KNN 在脑卒中预测任务中的性能表现，旨在为个性化疾病预警与临床辅助决策提供新思路。

2. K 近邻算法

K 近邻算法（K-Nearest Neighbors, KNN）是一种基础且常用的监督学习方法，其核心思想基于“物以类聚”的原则，即通过测量样本间的距离来判断待分类样本的类别。在医疗领域，KNN 可通过计算个体与历史病例的相似度，辅助医生识别高风险人群，从而更及时地制定预防与干预策略。相较于传统建模方法，KNN 具备较强的直观性与可解释性，能够以空间距离的形式呈现病例间的相似关系，同时保留关键生理指标的原始特征信息，为临床诊断提供可视化、可操作的决策支持。

在脑卒中预测任务中，患者的发病风险通常受到多种因素的共同影响，包括年龄、血压、血糖、体重指数及生活方式等，呈现出高度的特征异质性。KNN 无需显式建立参数化模型，能够灵活处理高维特征空间中多变量间的非线性关系，天然适用于此类多维度、多层次信息协同决策的风险评估场景。因此，本文采用 KNN 算法构建脑卒中风险预测模型，旨在探索其在临床风险筛查中的可行性与有效性。

3. 基于KNN 的脑卒中风险预测模型构建与分析

3.1 数据预处理

在数据预处理阶段，首先对原始数据进行清洗与整理，共获得4891 条有效样本记录，包含 11 个变量，其中 10 个为输入特征，1 个为目标变量（是否患有脑卒中）。为提升模型训练效果，对所有数值型特征进行标准化处理，以消除量纲差异对距离计算的影响。随后将数据集按 7:3 的比例划分为训练集和测试集，并设置随机种子以确保结果的可复现性。

3.2KNN 模型构建与应用

本文选择 K 近邻作为分类算法，并将邻居数（K 值）设定为 5。模型在预测时，通过计算测试样本与训练集中所有样本之间的距离，选取距离最近的 5 个训练样本作为“邻居”，依据这 5 个邻居的类别标签，通过多数投票机制确定待预测样本的分类结果。

3.3 模型评估与结果分析

以准确率（Accuracy）为主要评估指标，所构建的 K 近邻（KNN）模型在测试集上表现良好，准确率达 95.0% ，显示出较强的整体分类能力。进一步分析发现，该模型在识别脑卒中高风险个体方面具备一定能力，敏感度为 61.8% ；对非脑卒中人群的识别特异性达到 97.2% ，排除率较高。特征重要性分析表明，年龄、血糖水平和 BMI 构成“风险三角”，是中风预测的关键变量，这与世界卫生组织（WHO）脑卒中预防指南高度一致。KNN 训练效率较高，决策边界具备良好可视化能力，有助于提升模型的可解释性和医生的临床理解。

4. 总结

脑卒中作为一种高致残率、高致死率的重大慢性病，早期风险预测对于降低其发病率和改善患者预后具有重要意义。本研究基于多维度临床数据，构建 KNN 模型用于中风风险识别。通过特征标准化与最优邻域参数选择，模型有效识别出年龄、血糖、BMI 为核心风险因子，并在测试集中实现 95.0% 的预测准确率与 97.2% 的特异性。模型的空间决策边界可视化进一步揭示了“年龄- 血糖”风险梯度特征，为高危人群识别提供可操作依据。

[ 参考文献]

[1] Z hou L , W ei Y , Ge Y ,et al.Global, regional, and national burden of stroke attributable to extreme low temperatures, 1990–2019: A global analysis[J].International Journal of Stroke, 2024, 19(6).

[2] 《中国脑卒中防治报告2021》编写组 , 王陇德.《中国脑卒中防治报告 2021》概要 [J]. 中国脑血管病杂志 , 2023, 20(11):783- 792.

[3] 丁婉婉 , 方俊涛 . 基于优化后随机森林和 X GBoost 模型的脑卒中风险预警研究 [J/OL]. 湖北大学学报 ( 自然科学版 ),1- 14[2025- 07- 21].

[4] 张子娇 , 丁顺晶 , 赵地 , 等 . 基于传统方法和机器学习的临床模型预测首次脑卒中：现状与前景 [J]. 协和医学杂志 ,2025,16(02):292- 299.

[5] 万红燕 , 刘婕 , 郝舒欣 , 等 . 基于随机森林算法的南京地区脑卒中风险预测模型构建 [J]. 环境卫生学杂志 ,2024,14(07):590- 596.

作者信息：

姓名：霍圣奥，出生年月 2005.11.17，男，蒙古族，籍贯：辽宁省阜新市，

所在院校：科技学院，学历: 本科，研究方向：大数据分析姓名：何金泽，出生年月2006.11.06，男，汉族，籍贯：辽宁省鞍山市，所在院校：科技学院，学历: 本科，研究方向：大数据分析姓名：关思佳，出生年月2007.01.12，女，汉族，籍贯：河北省邢台市，所在院校：科技学院，学历: 本科，研究方向：大数据分析姓名：张钥迪，出生年月1995.11.8，女，满族，籍贯：辽宁省市，所在院校：科技学院，职称：助教，学历：硕士，研究方向：

大数据分析

姓名：吴体泽，出生年月 2005.08.07，男，汉族，籍贯：山东省嘉祥县，所在院校：科技学院，学历: 本科，研究方向：大数据分析课题项目：2025 年科技学院大学生创新创业训练计划项目；课题名称：《脑安智驭—中风预警引擎》