ERCP术后高淀粉酶血症预测模型训练方法及系统

AITNT
正文
推荐专利
ERCP术后高淀粉酶血症预测模型训练方法及系统
申请号:CN202410714077
申请日期:2024-06-04
公开号:CN118507070B
公开日期:2024-12-06
类型:发明专利
摘要
本申请提供了一种ERCP术后高淀粉酶血症预测模型训练方法及系统,在确定ERCP术后监测数据样本库对应的监测指标表征向量之后,对ERCP术后监测数据样本库中各个ERCP术后监测数据样本对应的监测指标表征向量进行分组,获得多个分组;以及在其中选定出具有危险的目标分组,以将目标分组中的监测指标表征向量对应的高淀粉酶血症未发生组样本的标记进行变更,完成对ERCP术后监测数据样本库中高淀粉酶血症标记的调节,得到修正ERCP术后监测数据样本库,使得训练模型的样本具有高可靠性,之后基于修正ERCP术后监测数据样本库训练初始ERCP术后高淀粉酶血症预测模型,能让获得的目标ERCP术后高淀粉酶血症预测模型的预测精度更高。
技术关键词
淀粉酶 样本 数据项 指标 度量 预测模型训练方法 集群 序列 核心 误差函数 标记 计算机系统 处理器 高风险 存储器 程序 精度
系统为您推荐了相关专利信息
1
一种基于特征增强的多跳对比学习节点分类方法
节点分类方法 迭代方法 邻居 神经网络技术 矩阵
2
一种基于无线射频技术的库房安全管理平台及方法
威胁概率评估 无线射频技术 库房 环境感知数据 无线射频传感器网络
3
一种多模态真实人格数据采集及评估系统
视听 数据采集子系统 评估系统 多模态 反馈子系统
4
视频描述信息生成方法、装置、电子设备和存储介质
大语言模型 编解码 信息生成方法 比特流 残差信息
5
目标检测模型训练方法、目标检测方法、装置和设备
检测模型训练方法 多层级特征 排序损失 多尺度特征提取 投影模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号