基于随机森林和多尺度深度神经网络的多指标联合系统

基于随机森林和多尺度深度神经网络的多指标联合系统，涉及医学检测技术领域，针对现有技术未能充分利用多指标数据的联合分析潜力，从而使得卵巢癌的预后预测的准确率低的问题，本申请通过应用随机森林算法对特征选择进行优化，评估各指标的重要性并进行排序。通过逐步增加指标数量，并记录每次模型训练的均方误差，最终选出最优的指标组合。之后利用生成对抗网络生成新的数据，进而训练神经网络。最后利用训练好的神经网络进行预后预测。本申请预后预测准确率与现有技术相比，准确率提高了一倍以上。