一种基于血常规的损失函数优化先兆流产分类方法

本发明公开了一种基于血常规的损失函数优化先兆流产分类方法，涉及先兆流产分类方法技术领域，方法包括：建立血常规的训练集数据和测试集数据；构建多损失函数模型，应用训练集数据进行模型训练，损失函数选择Focal‑loss与交叉熵损失函数结合对模型进行推理；采用随机搜索法系统地探索超参数空间，优化多损失函数模型性能；多损失函数模型使用Keras的model.fit接口填充数据训练，迭代训练300次，每一批大小为3000；应用建立的多损失函数模型进行基于血常规的损失函数优化先兆流产分类。本发明采用focal‑loss与交叉熵损失函数相结合的方式进行训练，最终模型损失函数为两者相加，使模型训练时间大幅缩短，并且解决了过拟合。