摘要
本发明属于人工智能技术领域,涉及基于血液检查的肺栓塞指标预测方法、装置及电子设备。该方法包括针对患者的每一个检查项目,分别构建若干个机器学习模型并训练;确定各个检查项目对应的最优机器学习模型;将患者的生化指标数据输入至各个检查项目对应的最优机器学习模型,得到每一个检查项目对应的肺栓塞预测结果;根据肺栓塞预测结果为肺栓塞的数量对所有肺栓塞预测结果进行融合,生成患者的最终肺栓塞预测结果。本发明实现了基于生化指标的人工智能模型构建方法及其在PE早期预测中的应用;本发明不仅在患者肺栓塞指标的预测准确性方面有了显著提升,而且不需要依赖于高质量的影像与心电图数据以及资深CT医生,实现全过程自动化。
技术关键词
指标预测方法
项目
患者
构建测试数据
梯度提升模型
血液
构建机器学习模型
心肌损伤标志物
朴素贝叶斯模型
电子病历系统
支持向量机模型
变量
梯度提升机
逻辑回归模型
人工智能模型
随机森林模型
电子设备
决策树模型
系统为您推荐了相关专利信息
图像分析系统
医疗图像数据
患者信息管理系统
子模块
系统管理模块
肝癌早期诊断
Markov模型
肝癌早期筛查
评价指标体系
脉冲耦合神经网络模型
非酒精性脂肪性肝病
预后预测模型
淋巴细胞
血液检测方法
白蛋白
预测系统
腹部CT图像
双通道卷积神经网络
特征提取单元
数据分析模块