摘要
本发明公开了一种基于多特征融合的妊娠糖尿病早期风险精准预测方法,涉及妊娠糖尿病风险预测技术领域;为了提高风险预测效率;包括以下步骤:通过多中心电子健康记录(EHR)收集妊娠早期(孕周8–16周)的临床数据,按预设排除标准清洗数据后划分为训练集与测试集,并基于文献检索筛选与GDM诊断标准相关的风险因素;对数据进行预处理,包括缺失值填补、异常值剔除,并通过互信息(MI)、方差分析(ANOVA)和增量特征选择(IFS)确定最优特征子集。本发明通过多特征融合的方法,结合人口统计学与基本测量、病史、实验室指标及转录组基因等多维度数据,显著提升了妊娠糖尿病早期风险的预测精准度。
技术关键词
精准预测方法
妊娠糖尿病
电子健康记录
迁移学习策略
特征选择
风险预测技术
差异表达基因
数据分布
构建预测模型
SVM算法
追溯功能
超参数
机器学习算法
多模态
指标
随机森林
输出模块
系统为您推荐了相关专利信息
特征选择
预测系统
数据格式转换功能
数据分布
数据处理模块
掩码矩阵
图像提取语义特征
卷积特征提取
识别方法
数据处理器
异常流量检测
宽度学习系统
梯度提升模型
网络边缘设备
网络流量数据
智能网络节点
网络节点集合
网络节点数量
编码
深度强化学习算法
智能计算方法
监督学习模型
大数据
梯度提升机
特征选择技术