一种基于拉曼光谱与多模态机器学习的痛风诊断及复发风险预测方法及系统

本申请提供一种基于拉曼光谱与多模态机器学习的痛风诊断及复发风险预测方法及系统，生成拉曼光谱样品数据集，并进行预处理；对预处理后的拉曼光谱样品数据集进行数据降维及特征提取，得到关键特征向量；对所述关键特征向量进行建模前的特征筛选与增强；使用机器学习算法对降维前后的数据建模，得到多种机器学习模型；使用训练集对所述多种机器学习模型进行训练，使用十折交叉验证方法验证模型，选择判别效果最好的机器学习模型作为预测模型，进行病史发展和痛风复发的风险预测。将拉曼光谱与先进的人工智能技术的集成，为识别与这些疾病相关的独特代谢特征提供了新的前景，有利于提高痛风的临床管理水平，使干预更早、更精准。