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
分子
训练机器学习模型
数据
构象特征
无监督学习