摘要
本发明公开了一种可解释的无痛内镜检查低氧风险评估方法及相关装置,属于机器学习技术领域,所述方法包括:获取待接受无痛消化内镜检查患者的临床特征;将所述临床特征输入预先训练的低氧风险评估模型中,得到低氧风险评估结果;其中,所述低氧风险评估模型的获取方法包括:获取所述历史样本数据集中各临床特征的重要性排序结果;根据重要性排序结果获取可解释模型;基于历史样本数据集构建负样本数据集,并通过历史样本数据集以及负样本数据集对所述改进的可解释模型进行训练,获取低氧风险评估模型,改善了模型训练过程中难以学习到相应规则以及因样本数据少而导致过拟合的问题,实现了对低氧事件风险精准高效的可解释预测。
技术关键词
消化内镜检查
风险评估模型
事件风险评估
XGBoost模型
样本
特征提取模块
统计学特征
数据
解码器
编码器
风险评估方法
无痛内镜
无痛胃肠镜检查
超参数
基础
患者
标签
网格搜索算法