一种基于无监督学习的黑色素瘤智能筛查方法

本发明提供了一种基于无监督学习的黑色素瘤智能筛查方法，属于黑色素瘤筛查技术领域，包括以下步骤：步骤S1、获取黑色素瘤患者和体检人群的血常规检验数据、性别、年龄，并构建初始数据集；步骤S2、通过无监督K‑means聚类算法对初始数据集进行类别划分，得到处理后的数据集；步骤S3、基于k折交叉验证方法，将处理后的数据集分为k份，并划分测试集和训练集；步骤S4、将训练集的数据输入到深度神经网络分类器完成二分类模型构建，通过测试集的数据评估模型性能。本发明采用上述的一种基于无监督学习的黑色素瘤智能筛查方法，利用机器学习技术自动识别血常规潜在的内在规律对数据进行标记，从而进行黑色素瘤早期筛查。