摘要
本发明涉及辅助医疗评估技术领域,具体公开了多任务远程数据下早期帕金森可解释三支智能评估方法,通过融合多任务远程数据、基于决策树引入可处理不确定性数据的模糊划分策略和可解释的三支决策机制,实现对多维症状特征的联合建模。在建模过程中,以决策树划分点为中心,分别引入可学习的微调参数和偏移量参数,不断微调划分点并优化其模糊区域边界,实现决策树划分点的自适应模糊化处理,从而构建模糊决策树,并以其为基础,通过引入三支决策机制,能有效实现对早期症状的不确定处理与敏感识别,从而提升评估准确性与临床可用性,支持疾病的早筛与干预。因此,本发明具有较强的灵活性、自适应性和对样本不确定性的处理与解释能力。
技术关键词
智能评估方法
类别分布概率
模糊隶属函数
模糊决策树
帕金森
样本
智能评估模型
参数
数据
医疗评估技术
节点
融合多任务
模糊隶属度
标签
剪枝策略
置信度阈值
机制
误差函数