摘要
本发明提供了中枢性眩晕诊断模型的构建方法及诊断系统。中枢性眩晕诊断模型的构建方法包括:步骤S1:获取满足纳排标准的头晕患者的资料数据,并按照一定比例随机分为训练组数据和验证组数据;步骤S2:基于训练组数据,采用最小绝对收缩与选择算子回归方法筛选出与中枢性眩晕相关的风险因素;步骤S3:基于所述与中枢性眩晕相关的风险因素,分别使用多种机器学习算法构建不同模型并训练模型;步骤S4:基于验证组数据,对所构建的各个模型进行性能验证,并从中选择综合性能最佳的模型作为中枢性眩晕诊断模型。本发明能简单、方便、快捷且准确地识别中枢性眩晕,在急诊科和基层医院等临床场景中提供早期诊断。
技术关键词
眩晕
逻辑回归模型
诊断系统
数据输入模块
机器学习算法
二次判别分析
回归方法
风险
综合性
朴素贝叶斯
输出模块
临床场景
患者
可读存储介质
基层医院
支持向量机
曲线
听力
随机森林
系统为您推荐了相关专利信息
智能故障指示器
配电线路故障
隔离方法
配电网络
随机森林模型
信息融合方法
转换算法
深度学习算法
三维模型
分解算法
机器学习算法
成像装置
图像分析方法
显微镜
样本
仿真数据
回放系统
无人机飞行数据
智能路径规划
多模式
预训练模型
表格
机器学习算法
数据生成技术
框架