摘要
本发明涉及一种辅助预测分类技术领域,是一种结合傅里叶变换红外光谱的IgA肾病预测分类方法、装置、电子设备及存储介质,包括获取待分类患者的血清红外光谱数据;输入待分类患者的血清红外光谱数据至预测分类模型,得到待分类患者的IgA肾病预测分类结果,其中预测分类模型是利用多个样本对预设的基于KAN的多尺度残差网络模型训练得到,每个样本均包括血清红外光谱数据和对应的IgA肾病预测分类结果标签。本发明利用多基于KAN的多尺度残差网络模型能够获取血清红外光谱数据中多尺度的全局信息和细粒度的局部细节,减少信息丢失,提高了IgA肾病预测分类的准确度,且该方法无需专业操作,适应范围广,易于普及。
技术关键词
残差网络模型
傅里叶变换红外光谱
预测分类模型
预测分类方法
红外光谱特征
样本
健康对照
血清
数据
IgA肾病
分类装置
患者
预测分类技术
多尺度
模型训练模块
标签
电子设备
校正模块
测试模块
系统为您推荐了相关专利信息
数据查询方法
位置查询技术
高维图像数据
优化数据结构
地图导航技术
机电复合传动装置
行星机构
滚动轴承
高转速
诊断轴承
重识别方法
车辆重识别
残差网络模型
三元组
构建分类器
视频帧
姿态检测模型
多模态
视频封面
非易失性计算机可读存储介质