摘要
本发明通过结合血液学指标和人口学特征,构建比较5种机器学习模型性能并通过性能最优的可解释性的模型进行SHAP分析,筛选出重要度前十的关键特征,并利用关键特征重新构建5种机器学习模型,选择最优模型进行SHAP值分析,提供了一种高效、精准且透明的AS早期辅助诊断和筛查方法,具有广泛的临床应用前景。
技术关键词
机器学习模型
强直性脊柱炎诊断
数据输入模块
诊断决策支持
早期辅助诊断
诊断系统
预测系统
指标
分析模块
机器学习算法
筛查方法
年龄
患者
逻辑
疾病
系统为您推荐了相关专利信息
涂层
机器学习模型
真空热处理
机器学习辅助
气相
逃逸检测方法
机器学习模型
集群监控
超参数
学习器
机器学习模型
生物信息处理技术
高风险
广义线性模型
电子病历数据
三维运动平台
闭环伺服电机
路径规划单元
信号处理单元
智能控制模块
家居设备
语音采集设备
家居控制系统
语音识别模型
语音识别指令