作为一种脑部疾病,脑卒中是当前临床医学上最常见的疾病之一,具有高致死率和致残率等特点。引发脑卒中的风险因素众多,发病前高效检测个人脑卒中的发病风险至关重要,且具有挑战性。随着人工智能在智能医疗领域研究的深入,基于机器学习方法开展脑卒中发病风险预测成为近年的研究热点。脑卒中数据的收集和标注常常需要耗费大量的资源,并且收集到的许多数据集具有非平衡特性。常见的机器学习分类算法在构建模型时,通常会倾斜于多数类样本的特征,使少数类样本预测准确率偏低。强化学习作为一种不同于监督及非监督学习的机器学习方法,通过在智能体与环境不断交互的过程中获得累计期望值,以学习得到最优策略。目前,国内外学者将强化学习与环境交互直接用于非平衡数据分类预测模型构建的研究呈现上升趋势,是近年的研究热点。本文提出了一种新型深度强化学习分类预测模型。并结合脑卒中数据的非平衡特性,从数据层面、特征层面和模型层面,进行脑卒中分类预测模型构建研究。本文主要完成的工作如下:第一:通过与山西省人民医院合作获取脑卒中数据样本,咨询神经科临床医学专家后,对收集的样本数据进行预处理。本文提出一种新型深度强化学习分类预测模型（new Deep Reinforcement Learning,nDRL）,该模型将分类问题看作是一个马尔科夫决策过程,利用深度Q网络算法学习对应的分类策略。所建立模型能够选择较优的特征子集,然后利用构建的深度Q网络对输入数据做出分类预测。使用SVM,ELM,BA-ELM作为对比方法,在公共数据集UCI和脑卒中TCD数据集上进行实验,实验结果表明,nDRL具有较好的脑卒中分类预测性能。第二:nDRL算法在将分类问题映射为马尔科夫决策过程中,由于输入样本存在冗余和不相关的特征,导致模型寻优时计算量偏大;另外,智能体在与环境交互过程中,容易陷入“探索”与“利用”的困局使模型的性能降低。针对这些缺陷,本文提出一种融合特征选择的新型深度强化学习（Feature Selection and new Deep Reinforcement Learning,FS-nDRL）分类预测模型。首先使用卡方检验特征选择算法从初始数据集中剔除冗余特征,减少特征维数以降低序列决策过程中动作空间搜索范围,降低分类预测模型构建时的计算复杂度;并采用线性衰减ε-贪婪策略优化智能体“探索”与“利用”的过程,以进一步提高模型的性能。实验结果表明,对公共数据集UCI和脑卒中TCD数据集,所提出的FS-nDRL分类预测模型既可获得更优的分类预测准确率,且时间复杂度得到了降低。第三:针对脑卒中数据分布不平衡的特点,本文提出了一种新型深度强化学习非平衡数据分类预测模型（new Deep Reinforcement Learning Imbalanced Data Classification,nDRLI）,所提出模型改进了智能体与环境的交互规则,以引导智能体提高对非平衡数据分类预测性能的策略,使智能体更加关注少数类样本。首先将分类预测过程看作一个独立的事件,在每一步中,智能体得到一个即时的奖惩,当少数类分类正确时,给予其相对于多数类分类正确时更高的奖赏;当少数类分类错误时,给予其相对于多数类分类错误更大的惩罚。以KEEL上部分公共数据集和脑卒中筛查数据集为实验对象进行模型性能验证,实验结果表明,与已有模型CCR-ELM,MN-DRL和S-DRL相比,本文提出的方法nDRLI在分类预测准确率、Gm和Se等性能指标上,均优于已有模型。