摘要
本发明公开了一种卒中预后预测方法、装置、介质及设备。本申请通过获取急性缺血性卒中患者急性期的静息态脑电图数据,并计算其功率谱和微状态指标,结合患者的基线信息和临床检验数据构建卒中预后预测特征集,再输入到经过Lasso回归和多种机器学习算法训练得到的模型中,输出患者的功能预后结果。这一过程不仅充分利用了脑电图数据反映脑功能变化的优势,弥补了现有技术中忽视脑功能价值的不足,还通过机器学习减少了人为因素的干扰,提高了预后评估的客观性和准确性。
技术关键词
机器学习模型
预测特征
脑电图数据
预后预测方法
临床检验数据
静息态
机器学习算法
回归算法
朴素贝叶斯算法
红细胞沉降率
患者
支持向量机算法
预测装置
锁骨下动脉
替罗非班
基线
功率
变量
指标
可读存储介质
系统为您推荐了相关专利信息
机器学习模型
自动补偿装置
回弹预测模型
材料特性参数
断层扫描技术