基于机器学习的乳腺癌术后出血风险预测方法及系统

AITNT
正文
推荐专利
基于机器学习的乳腺癌术后出血风险预测方法及系统
申请号:CN202510657280
申请日期:2025-05-21
公开号:CN120600280A
公开日期:2025-09-05
类型:发明专利
摘要
本发明涉及术后风险预测技术领域,具体涉及基于机器学习的乳腺癌术后出血风险预测方法及系统,包括:利用特征重要性分析在个人数据和临床数据中提取出用于乳腺癌术后出血风险预测的特征变量;利用多个机器学习模型基于所述特征变量构建出多个预测模型,并进行性能评估选取出全局性能最优的预测模型;利用强化学习对全局性能最优的预测模型进行局部指标优化,得到最优化预测模型。本发明利用多个机器学习模型构建出用于乳腺癌术后出血风险预测的多个预测模型,并对多个预测模型进行性能评估筛选出最佳的预测模型,再结合强化学习对最佳的预测模型进行逐个精度不足的指标优化,得到性能最优化帮助识别高风险患者的预测模型。
技术关键词
风险预测方法 XGBoost模型 强化学习模型 变量 机器学习模型 指标 风险预测技术 风险预测系统 数据处理模块 数据采集模块 肿瘤 血红蛋白 手术 分析单元 高风险 肿块 算法 积液
系统为您推荐了相关专利信息
1
一种具有自学习强泛化能力的失稳故障监测方法及装置
故障监测方法 电力电子系统 分类网络 强化学习网络 故障监测装置
2
一种智能网联汽车CAN总线入侵检测模型训练方法及入侵检测方法
入侵检测模型 智能网联汽车 机器学习模型 网络流量数据 入侵检测方法
3
QoE感知的移动辅助边缘服务方法、系统和设备
节点 队列 时间片 终端 智能汽车
4
一种农业园区的能源安全协同预警方法
协同预警方法 农业园区 农业系统 能源系统 提示管理人员
5
安全预警系统
周期 调控模型 预警系统 耦合特征 压力
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