摘要
本发明公开了一种胃癌患者就医延迟风险预测方法,属于人工智能技术领域,包括如下步骤:获取不同胃癌患者的就医数据,并分别构建预测目标变量和预测特征;利用显著特征目标函数选择显著预测特征;基于决策树进行特征分组和标签分配,得到显著预测特征的分组标签;构建胃癌患者就医延迟风险预测模型;构建预测损失函数;根据预测损失函数,基于显著预测特征数据集训练胃癌患者就医延迟风险预测模型,得到训练好的就医延迟风险预测模型;基于待预测胃癌患者的就医数据,获取其显著预测特征,并将该显著预测特征输入训练好的就医延迟风险预测模型,得到该胃癌患者的就医延迟风险结果。本发明解决了难以准确预测胃癌患者就医延迟风险的问题。
技术关键词
预测特征
风险预测模型
特征提取模块
风险预测方法
患者
数据
预测胃癌
标签
输出模块
回归算法
表达式
线性
变量
决策树算法
人工智能技术
估计算法
参数
医学
系统为您推荐了相关专利信息
患者
基线
资料
二分类机器学习
医学数据处理技术
沉浸式视频
视频帧
高频特征
深度视频序列
频域特征
脑电图数据
嵌入特征
脑电信号特征
语音
音频编码
脑血管疾病
风险预测模型
空间金字塔池化
卷积模型
风险预测系统
模态特征
视频信号处理模块
音频信号处理模块
识别系统
多模态