一种无需体格测量的肌肉减少症预测模型构建方法与系统

AITNT
正文
推荐专利
一种无需体格测量的肌肉减少症预测模型构建方法与系统
申请号:CN202411830799
申请日期:2024-12-12
公开号:CN119833132A
公开日期:2025-04-15
类型:发明专利
摘要
本发明涉及一种无需体格测量的肌肉减少症预测模型构建方法与系统,属于医疗信息化领域。该方法包括建立人群数据集、样本数据预处理、划分训练集和测试集、建模特征筛选、构建多个机器学习分类器、选择最佳模型以及性能评价与预测等步骤。通过仅使用年龄、性别、身高、体重等可通过问答或自评获取的信息作为自变量,无需进行握力、体能测试等体格测量,即可构建出高性能的肌肉减少症预测模型。该系统包括数据采集模块、数据分析模块和结果输出模块,可实现肌肉减少症风险的快速、低成本、远程和自评预测,适用于各级各类医疗机构、社区和家庭等场景,有助于肌肉减少症的早期筛查、干预和动态监测。
技术关键词
预测模型构建方法 子模块 梯度提升机 机器学习分类器 Logistic回归模型 医疗电子病历系统 电子医疗数据系统 日常生活活动 数据采集模块 机器学习算法 数据分析模块 标签类别 朴素贝叶斯模型 样本 指标 非线性算法 变量 输出模块
系统为您推荐了相关专利信息
1
一种基于多模态的颅骨性别鉴定方法
颅骨性别鉴定方法 三角形面片 CT扫描数据 多模态 法向特征
2
一种基于物联网技术的厂房供配电远程监控系统
远程监控系统 时间段 物联网技术 采集用电设备 自定义参数
3
基于数据融合的肝脏手术规划系统
肝脏手术 三维可视化模型 规划系统 影像 风险评估报告
4
一种基于MRI-PDFF的MASH多模态预测模型构建方法
预测模型构建方法 评估预测模型 胰岛素抵抗水平 变量 高密度脂蛋白胆固醇
5
一种实时监控与异常预警的射击训练安全系统及方法
训练场 轨迹特征 序列 Delaunay三角剖分 子模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号