一种基于监督学习预测患者辅助检查项目的方法和系统

AITNT
正文
推荐专利
一种基于监督学习预测患者辅助检查项目的方法和系统
申请号:CN202510012182
申请日期:2025-01-06
公开号:CN119943427B
公开日期:2025-11-25
类型:发明专利
摘要
本发明公开了一种基于监督学习预测患者辅助检查项目的方法,包括以下步骤:获取住院患者的电子病历,将其和对应的住院号以Excel表格的形式存储为住院患者的源数据,对得到的住院患者的源数据进行预处理,以得到预处理后的源数据,将预处理后的源数据输入预先训练好的辅助检查项目预测模型中,以得到住院患者的辅助检查项目的初步预测结果,并利用预先建立的辅助检查编码表对该初步预测结果进行反编码,以得到住院患者的辅助检查项目的最终预测结果。本发明能够解决现有LSTM模型由于训练复杂、依赖大量历史时间序列数据,导致对患者疾病早期的辅助检查项目无法预测的技术问题。
技术关键词
分类预测模型 随机森林 训练集 编码 列表 项目 数据处理模块 患者 节点 矩阵 多标签 诊断特征 电子病历数据 指数 数据项 变量 样本
系统为您推荐了相关专利信息
1
一种基于语义增强知识图谱的检索增强生成方法及装置
实体间关系 语义 大语言模型 文本 生成方法
2
一种基于注意力增强图匹配神经网络的同源漏洞检测方法
漏洞检测方法 语义特征 指令 序列 漏洞检测装置
3
识别多组分材料分子模拟数据中构象特征的方法
分子 训练机器学习模型 数据 构象特征 无监督学习
4
一种文本编码方法、装置、计算机设备及存储介质
文本编码方法 矩阵 序列 计算机可读指令 注意力
5
一种记忆库文件属性的批量统计分析方法及系统
统计分析方法 记忆 批量 动态字典 编码
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