摘要
本发明属于医疗数据处理技术领域,涉及基于血液检查的急性主动脉夹层早期风险预测方法与系统。该方法包括:构建若干个类型的单模型;分别使用历史患者的血液检查指标数据与急性主动脉夹层标签数据对单模型进行训练;将血液检查指标数据输入至训练后的单模型得到各个单模型的预测结果;构建基于神经网络模型的集成模型训练得到急性主动脉夹层预测模型;将单模型的预测结果输入至急性主动脉夹层预测模型,得到当前患者的急性主动脉夹层标签数据的预测结果。本发明解决了基层医疗机构无法通过影像学手段进行急性主动脉夹层早期预测与发生误诊漏诊的问题,解决了急性主动脉夹层预测依赖于高质量数据的问题,提高了集成模型预测的准确性和鲁棒性。
技术关键词
主动脉
血液
指标
天冬氨酸氨基转移酶
凝血酶原时间
丙氨酸氨基转移酶
心肌损伤标志物
梯度提升模型
支持向量机模型
风险预测方法
纤维蛋白原降解产物
数据收集单元
逻辑回归模型
患者
随机森林模型
医疗数据处理技术
血红蛋白
高密度脂蛋白胆固醇
决策树模型