摘要
本发明公开了一种利用血常规指标预测结核病风险的诊断方法,包括以下步骤:(1)采集开源血常规数据并进行预处理,划分训练集、测试集、验证集;(2)对血常规及其衍生的25个指标进行筛选,经过LASSO回归分析得到初步筛选结果;(3)将初步筛选结果分别输入七种机器学习模型包括逻辑回归模型、随机森林模型、朴素贝叶斯模型、K邻近模型、支持向量机模型、XGBoost模型、GBM模型进行分析,得到最终的变量组合以及最佳模型;(4)将验证集输入最佳模型得到DCA决策曲线和校准曲线;本发明促进结核病的早期发现与精准诊疗,同时有效缓解医疗资源压力。
技术关键词
淋巴细胞
血红蛋白
逻辑回归模型
XGBoost模型
朴素贝叶斯模型
机器学习模型
诊断方法
支持向量机模型
诊断系统
随机森林模型
指标
风险
数据采集模块
曲线
训练集
变量
决策
校准
系统为您推荐了相关专利信息
碳青霉烯抗生素
风险预测模型
风险预测方法
机器学习模型
逻辑回归算法
管理策略
数据资产管理
决策支持系统
智能分析模块
数据资产交易
文本
三元组
计算机执行指令
信息提取方法
朴素贝叶斯模型