摘要
本发明公开了特定疾病的复发概率的预测模型的构建方法,包括采集特定疾病的患者医疗数据和个性化治疗方案,对所述患者医疗数据进行预处理,通过对比度对所述患者医疗数据进行特征提取获取基线特征,采用偏差量对所述基线特征进行时序分析获得时序数据,根据所述时序数据计算个性化风险指数,根据所述时序数据对所述个性化治疗方案进行影响分析获得预后因素,对所述个性化风险指数进行风险分层获得等级风险,根据所述预后因素和所述等级风险构建特定疾病复发概率预测模型,优化所述特定疾病复发概率预测模型,输出目标模型。该方法不仅可以提高复发概率的预测模型的构建精度,同时具有较好的可解释性,可以直接应用于疾病的复发概率的预测系统中。
技术关键词
患者医疗数据
描述符
疾病
风险分层
基线
时序
卷积神经网络提取
表达式
灰度共生矩阵
对比度
指数
灰色关联度分析
存储计算机可执行指令
协方差矩阵
模式
偏差
随机森林
系统为您推荐了相关专利信息
风险预测方法
游离三碘甲状腺原氨酸
风险预测模型
风险预测系统
影像
平差模型
定位方法
信号传播时延
水下定位技术
基线
医疗辅助诊断方法
动态知识图谱
医疗诊断数据
双模态
大语言模型
编码预测方法
大语言模型
机器可读程序
树状结构
疾病