一种基于机器学习的噪声性频率听力损失预测方法及系统

本发明涉及医疗信息技术领域，本发明公开了一种基于机器学习的噪声性频率听力损失预测方法及系统，方法包括将相关病历信息输入到预构建的用户分类模型中，获得分类结果，根据环境噪声数据确定相关性信息，基于环境噪声数据以及相关性信息计算噪声影响度值，根据用户工作数据确定隶属度信息，基于用户工作数据以及隶属度信息计算工作影响度值，最后将噪声影响度值、工作影响度值和标准影响因子输入到预构建的损失预测模型中，获得损失预测结果，这样本发明综合考虑各个维度数据对于听力损失预测的权重，使得损失预测模型识别和量化了各个维度数据对听力损失的具体贡献，提高了预测的准确性。