摘要
本发明涉及技术领域,公开一种职业性噪声性听力损失风险筛选模型的构建方法及其系统,独立于听力评估和直接噪声暴露测量,不依赖传统听力检测设备及其数据,利用职业性噪声性听力损失人群和噪声暴露听力正常人群的人口学特征数据、生化代谢指标数据、血液学指标数据以及机器学习算法,构建高精度的职业性噪声性听力损失风险筛选模型,该模型能够高效、准确地筛选职业性噪声性听力损失风险,辅助实现精准的职业性噪声性听力损失诊断和治疗决策,有效节省人力和物力资源,在噪声诱导听力损失的筛查和早期预防中具有巨大的应用前景。
技术关键词
噪声
指标
数据
风险
机器学习算法
嗜碱性粒细胞计数
淋巴细胞
嗜酸性粒细胞计数
天冬氨酸氨基转移酶
血红蛋白
丙氨酸氨基转移酶
中性粒细胞计数
辅助评估系统
胆红素
听力检测设备
非暂态计算机可读存储介质
因子
肾小球滤过率
白细胞
系统为您推荐了相关专利信息
气象监测设备
港区作业
预警管理系统
指数
修正算法
数据库构建方法
样本
反射率数据
原型
分类准确率
电池组
衰减特征
电化学阻抗谱
分析方法
测试设备校准