摘要
本发明涉及智能医学技术领域,具体涉及一种孤独症儿童早期筛查与干预疗效评估方法,包括以下步骤:S1、得到汉化版本的社会性反应量表数据;S2、获取并收集学龄前孤独症患者和典型发育儿童的数据;S3、采用均值填充法对缺失数据进行填充;S4、基于填充后的数据划分为测试集和训练集,建立XGBoost模型;S5、使用网格搜索优化XGBoost模型中的超参数,获得最佳的模型配置;S6、采用皮尔逊相关性分析,将最佳的模型配置所得的量表条目分别相加与可用于诊断孤独症的金标准量表进行关联分析,验证简化后的量表足以用来作为筛查学龄前孤独症患儿的有效工具;通过结合机器学习算法,优化筛查过程,提高筛查效率和诊断准确性。
技术关键词
疗效评估方法
孤独症儿童
量表
XGBoost模型
社会性
条目
社交
数据
XGBoost算法
智能医学技术
机器学习算法
患者
训练集
特征选择
典型
超参数
资料
网格
系统为您推荐了相关专利信息
患者医疗数据
疲劳评估方法
生物标志物
血清
疲劳评估系统
土壤有机碳密度
碳储量遥感估算方法
土壤光谱反射率
XGBoost模型
反射率数据
信息抽取方法
计算机可读指令
文本
数据
单词匹配方法