一种基于因果学习的儿童近视眼影响因素评估方法

摘要

本发明公开了一种基于因果学习的儿童近视眼影响因素评估方法，包括：对儿童眼科数据集进行预处理；根据数据特征构建四层前馈神经网络预测模型，并将其抽象为结构因果模型；利用基于退化高斯的PC算法对儿童眼科数据集进行因果发现并构建因果图，根据生成的因果图将输入层神经元分为三类；对于三类不同情况的神经元，分别采用直接计算平均因果效应、纠正偏倚后计算平均因果效应、消除混杂后计算平均因果效应的方法进行归因。本发明使用因果学习的方法研究可能导致儿童近视眼的影响因素，并明确导致儿童近视眼的各影响因素与目标结果的因果效应值及变化趋势，有助于人们更好地了解儿童近视眼的成因，进而指导医生和患者制定恰当的预防和治疗措施。