摘要
本发明涉及医疗领域,特别涉及一种肝硬化预后预测的模型融合方法及系统,该方法包括:获取历史肝硬化患者的特征数据和类型标签数据;构建数据集;构建并训练三种多分类模型;基于预设的多分类对数损失公式,计算三种多分类对数损失值;基于预设的模型融合权重公式和三种多分类对数损失值,分别计算融合权重值;将目标肝硬化患者的特征数据输入至训练后的三种多分类模型中,得到预测对应类型标签的预测结果;基于预设的模型融合策略,得到模型融合预测结果。本发明通过融合多分类对数损失公式、模型融合权重公式和模型融合策略对模型输出结果进行模型融合分析,以便提高模型融合预测结果的准确性,从而为医务人员提供更好的决策支持。
技术关键词
肝硬化患者
模型融合方法
融合策略
标签
LightGBM模型
XGBoost模型
凝血酶原时间
谷丙转氨酶
碱性磷酸酶
可读存储介质
融合系统
数据获取模块
处理器
甘油三酯
胆红素
分析模块
白蛋白
系统为您推荐了相关专利信息
模型训练方法
视觉特征
标签特征
视频帧特征
摘要
占据栅格地图
移动机器人位姿
动态物体
运动状态信息
点云
无人机遥感数据
信息提取模型
信息提取方法
空间分布信息
多光谱
编程教学
设备性能检测方法
终端设备
机器学习模型
设备性能检测装置