基于可解释混合集成学习的急性心肌梗死诊断方法

本发明公开了一种基于可解释混合集成学习的急性心肌梗死诊断方法，具体实现过程为：对于采集到的原始胸痛数据进行数据预处理；通过嵌套迭代优化和全局超参数调谐来增强单一基础算法的适应性；利用动态多策略集成来选择最优集成策略，包括分层特征抽象、概率校准融合和共识决策机制；为提高临床透明性，构建了博弈论边际贡献分析框架，量化全局与局部特征贡献的SHAP值；在SHAP值排名的基础上协同优化数据驱动特征降维与临床知识验证，筛选出六项关键临床特征，构建混合集成学习模型；进一步用于STEMI、NSTEMI及非AMI三类诊断，验证方法的复杂诊断适应能力。本发明整合了算法多样性与临床透明度，实现了有效的急性心肌梗死诊断。