摘要
本申请涉及一种基于人工智能及血液检查的结节专项筛查数据处理方法。基于人工智能及血液检查的结节专项筛查数据处理方法包括获取初始数据集,初始数据集包括高危的目标人群的体检信息及健康的对照人群的体检信息;对初始数据集进行数据处理,确定纳入因素;根据纳入因素,构建用于提示需要进行结节专项筛查的第一基础模型;构建用于提示远期是否可能发生恶性结节的第二基础模型;采用验证集对第一基础模型参数和第二基础模型参数进行参数调整,直至第一基础模型参数和第二基础模型参数收敛;获取待处理数据,分别输入第一基础模型和第二基础模型,得到提示结果。本发明解决了体格检查或生活方式调查缺失的情况下,指标对结节的提示不精准的问题。
技术关键词
数据处理方法
广义线性模型
代表
Logistic回归模型
随机森林
基础
血液
样本
乳腺
决策树模型
指标
弱分类器
健康对照组
训练集
参数
风险
年龄
概率分布函数
系统为您推荐了相关专利信息
监控数据处理方法
液压钻机
强化学习策略
时序神经网络
矿山
生物标志物技术
脊髓性肌萎缩
血清
重症肌无力
神经网络模型
数据缓存系统
数据处理方法
标识
地图
负荷预测模型
宽度神经网络
宽度学习系统
样本
数据
背景噪声干扰