基于机器学习的脓毒症预测方法及系统

本发明涉及医疗数据处理技术领域，具体涉及基于机器学习的脓毒症预测方法及系统，包括：得到多个一维数据集，将病人在同一时间的多个数据，记为一个数据序列；根据每个维度的一维数据集内每个数据的数值，得到每个维度数据的脓毒症表现因子；结合每个数据序列与其他数据序列在同一维度上的数据差异，得到每个数据序列与其他数据序列的距离，得到每个数据序列的聚类半径，从而得到数据序列的数量阈值，将数据序列聚为多个类簇，得到脓毒症预测模型。本发明旨在解决通过DBSCAN算法不能从ICU数据集中筛选出表现脓毒症特征的数据，进而影响脓毒症的早期迹象的识别效果的问题。