摘要
本发明涉及中轴型脊柱关节炎诊断领域,具体是一种基于PSO‑TabNet的中轴型脊柱关节炎辅助诊断分析系统,包括:数据采集单元,用于采集临床特征数据和影像学特征数据;数据预处理单元,用于实现特征数据的预处理;axSpA预测模型构建单元,用于使用粒子群算法优化TabNet模型超参数,得到PSO‑TabNet模型;预测分析单元,用于基于PSO‑TabNet模型对临床数据进行axSpA分类预测,获取辅助诊断建议。本发明采用了PSO算法优化TabNet模型中的超参数,PSO算法能够自动调整超参数,不需要人工干预,减少了超参数调整的复杂性,提高了模型的稳定性和效果,能够更可靠的辅助医生对疾病的诊断。
技术关键词
诊断分析系统
脊柱关节炎
模型超参数
粒子群算法优化
数据采集单元
分析单元
标准化方法
填充方法
极值
因子
速度
插值法
样本
代表
系统为您推荐了相关专利信息
量测量方法
数据采集单元
速度传感器
受力
RS485通讯协议
多模态数据融合
生物特征数据
医学影像数据
电子病历
特征提取模块
智能调控系统
能耗
异常状态
数字孪生模型
设备工作状态
实时监测系统
识别策略
决策
数字孪生体
测试模块
分类特征
情报分析方法
智能终端
文本
系统运行参数