摘要
本申请属于医疗人工智能技术领域,具体涉及一种银屑病关节炎预测方法、系统、设备及存储介质,其方法包括从患者数据库中提取若干患者特征;利用第一预设模型对每个患者特征进行分析,得到单特征值;利用多个不同的第二预设模型对所有的患者特征进行分析,得到特征重要度以及第二预设模型性能;根据预设规则对患者特征进行筛选,得到筛选特征;将筛选特征按照特征重要度大小依次输入集成学习模型中,直到集成学习模型性能与第二预设模型性能相等,得到最佳模型;将银屑病患者特征输入最佳模型,预测患者银屑病关节炎的患病概率。本申请具有采用少量的患者特征即可达到与全部患者特征相同的预测效果,节省了特征采集时间以及采集成本的效果。
技术关键词
集成学习模型
银屑病关节炎
银屑病患者
训练特征
特征值
医疗人工智能技术
多层堆栈
集成策略
训练集
鲁棒性评估
可读存储介质
模块
处理器
数据验证
预测系统
终端设备
存储器
计算机
系统为您推荐了相关专利信息
噪声子空间
角度偏差值
侧扫声呐
协方差矩阵
信号特征值
智能监控方法
整体叶盘
特征值
一维卷积神经网络
多层感知机
接线
单相电能表
三相电能表
像素点
霍夫变换方法
指标异常预测
微服务架构
异常状态
训练机器学习算法
深度学习模型
缺陷检测方法
轨道扣件
三维点云数据
邻域
浅层特征提取