摘要
本申请提供一种痛风复发预测方法、系统、设备及介质,包括从多中心数据集的电子健康记录系统获取痛风共病患者住院期间的临床数据;根据标准化、最小最大归一化及Yeo‑Johnson变换方法对临床数据进行处理,以获取候选临床特征应用多种特征选择器对提取的候选临床特征进行筛选,以筛选出与痛风共病复发风险高度相关的临床特征;应用多种分类器构建痛风复发预测候选痛风复发预测模型;筛选痛风复发预测候选模型以获取痛风复发预测模型;获取患者的临床特征;根据患者的临床特征及痛风复发预测模型预测患者的通风复发风险,能够准确筛选出与痛风共病复发风险高度相关的临床特征,并构建出高效的预测模型,从而为临床医生提供可靠的辅助决策支持。
技术关键词
复发预测模型
复发预测方法
痛风
电子健康记录系统
特征选择
Pearson相关系数
插补方法
患者
工作特征
分类阈值
风险
数据
凝血酶原时间
预测系统
近邻分类器
皮尔逊相关系数
朴素贝叶斯
人工神经网络
特征提取模块
系统为您推荐了相关专利信息
储氢罐
表面图像数据
表面缺陷检测方法
双向特征金字塔
双线性插值算法
无人机
纹理特征提取
形状特征提取
样本
Softmax函数
低压配电台区
网间
线损异常分析
电网拓扑结构
异常数据
仿真预测方法
序列
复合多尺度
集合经验模态分解
前馈神经网络
去甲醛
长短期记忆网络
智能控制方法
鱿鱼
时序依赖关系