基于机器学习的ERCP术后胆总管结石复发预测系统

AITNT
正文
推荐专利
基于机器学习的ERCP术后胆总管结石复发预测系统
申请号:CN202510534076
申请日期:2025-04-27
公开号:CN120072320B
公开日期:2025-08-12
类型:发明专利
摘要
本发明公开了一种基于机器学习的ERCP术后胆总管结石复发预测系统,包括如下步骤:数据采集模块,用于形成原始临床数据集;数据预处理模块,用于构建标准化预处理临床数据集;特征构建与超参数搜索空间定义模块,用于定义改进双向门控循环单元网络模型的超参数搜索空间;改进双向门控循环单元网络模型构建模块,用于输出复发风险预测值;灰狼优化超参数调优模块,最终生成优化后的改进双向门控循环单元网络模型;模型训练与预测模块,用于根据预测概率与术后关键指标构建风险分类规则;个体化结果输出模块,用于将预测结果输出,并将预测结果推送至医生端。本发明在实际部署中对高风险个体的早期识别具有显著临床价值。
技术关键词
门控循环单元网络 复发预测方法 超参数 医学特征 结石 灰狼优化算法 搜索空间定义 高风险 阶段 初始化机制 预测系统 特征值 灰狼算法 网络结构 矩阵 患者临床数据
系统为您推荐了相关专利信息
1
一种基于优化多层感知器的瓦斯爆炸冲击波超压过程推演方法
多层感知器 冲击波超压 推演方法 粒子群算法 权重模型
2
一种基于多模数据融合的甘蔗耐酸铝性预测方法
三次样条插值 磷肥施用量 平板扫描仪 叶面积指数 模型预测值
3
一种基于临床数据文本编码和多机构域对抗学习的头颈癌局部复发预测方法
复发预测方法 双线性池化 样本 数据编码 头颈
4
基于迁移高斯过程回归模型辅助的SINS/DVL无缝组合导航方法
组合导航系统 组合导航方法 速度估计 导航坐标系 卡尔曼滤波信息融合
5
一种基于原型对比的SAR图像增量小样本目标检测系统及方法
原型 预训练模型 样本 高斯核函数 特征提取模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号