疾病的发展过程与年龄有着非常紧密的联系。随着年龄增长,个体生理完整性出现渐进性丧失,进而造成功能受损和对疾病(如心血管疾病,糖尿病以及阿尔兹海默症等神经退行性疾病)的易感性增加。通常这些疾病在被确诊的多年以前就已经出现了相应部位组织结构和生理功能的加速受损,使生理年龄与实际年龄之间产生一定偏差,即年龄偏差。由于生理年龄是通过估计获取的,因此面向偏差搜索的年龄估计方法研究具有一定的理论价值和实际意义。目前年龄估计已成为国内外研究热点和难点。研究表明,通过医疗数据挖掘可以提取年龄信息。国内外多名学者纷纷开展了相关研究,在辅助疾病检测与诊断问题上取得了一定成效。但是,现有年龄估计方法研究仍然存在以下问题:1)传统年龄估计方法通过最小化平均绝对误差(Mean Absolute Error,MAE)使估计年龄逼近实际年龄,正常对照组的年龄估计误差小,估计年龄的分类能力较差。2)心脏病与年龄之间存在着紧密联系,但目前缺乏心脏年龄估计并用于心脏病分类的公开研究。3)本课题组前期提出的病理年龄估计方法未考虑正常对照组的年龄估计误差,与传统年龄估计方法的关联关系尚不清楚。针对上述问题,本文首先研究面向年龄估计的最优偏差搜索法,旨在改进现有年龄估计方法性能;其次研究基于最优偏差搜索法的心脏病理年龄估计算法,用于估计心脏病理年龄;最后研究病理年龄估计方法与传统年龄估计方法的关联关系,从而初步提出综合病理年龄估计算法。本文工作的主要内容如下:(1)提出了基于核回归的封装式偏差搜索法。该方法以可分性距离和相关系数为评价准则指导年龄偏差搜索,通过最大化可分性距离值或相关系数值搜索最优年龄偏差,可有效提高估计年龄的分类能力。(2)提出了基于封装式偏差搜索和支持向量回归(Support Vector Regression,SVR)的心脏病理年龄估计算法。首先将传统年龄估计方法推广到心脏病数据集,实现心脏生理年龄估计算法,并将其作为对照算法。然后基于核回归式最优偏差搜索法研究实现心脏病理年龄估计算法,该算法引入可分性距离和相关系数设计适应度函数,通过最大化适应度函数值搜索最优年龄偏差,相较于对照算法,可明显提高估计年龄的分类能力。(3)提出了基于封装式偏差加权核回归法的综合病理年龄估计算法。首先将传统年龄估计模块与病理年龄估计模块加权集成,通过最小化正常对照组加权后的估计年龄与实际年龄的MAE值得到最优权重,深入理解两种年龄估计方法之间的重要性比例关系。然后将该算法应用于心脏病、糖尿病以及阿尔兹海默症三种公共数据集。实验结果表明,该算法在提高估计年龄分类能力的同时,降低了正常对照组的年龄估计误差,取得了较好的平衡效果。本文工作为年龄估计的研究提供了新思路,为提高估计年龄分类能力奠定了新的理论基础。