基于临床数据与集成特征选择的煤工尘肺分期预测方法

本发明公开了一种基于临床数据与集成特征选择的煤工尘肺分期预测方法，包括以下步骤：采集CWP患者与健康人群的生化检查指标数据；采用SMOTE算法进行过采样处理；选择基础预测模型、并进行优化；利用集成式特征选择方法进行特征选择、并构建新的特征子集；将新的特征子集输入预测模型进行CWP分期预测。本发明利用集成式特征选择方法进行特征选择，可显著提升预测模型的分类性能和泛化能力；本发明基于常规生化检查数据，可显著降低检测成本，且操作简便，能够更加精准、快速地对CWP患者进行分期诊断，帮助医生制定更有效的治疗和预防策略，尤其适用于资源有限的医疗环境下矿区工人的CWP早期筛查与诊断。