摘要
本发明涉及计算机技术领域,且公开了一种基于聚类模型结合的他克莫司用药剂量预测算法,包括数据预处理模块、聚类分群模块、浓度预测模块、剂量推荐模块以及显示模块,通过设置患者分群建模端,利用聚类算法整合七项临床指标,划分出代谢特征差异大的亚群,突破传统模型将患者视为同质群体的局限,实现亚群特异性建模,使剂量预测的群体针对性提升,通过构建分群,预测联合架构,先分群降维再对各亚群独立部署模型,有效降低单模型所需样本量,降低机器学习在小样本下的失效风险,在百例级临床数据中实现可靠建模,通过设置动态预测建模端,融合多时点历史数据生成记忆函数,降低初值扰动导致的预测偏移率。
技术关键词
密度聚类算法
肝移植患者
凝血酶原时间
分群
转氨酶
剂量优化方法
指标
记忆
背景值
成分分析
序列
伯努利方程
天门冬
非线性
融合历史
丙氨酸
预测建模
系统为您推荐了相关专利信息
网络资源智能
切片
移动轨迹数据
分布式学习
资源分配
异常订单
票务订单
异常检测系统
因子权重
订单异常检测
标志物
标记基因
扫码装置
转化医学技术
悬浮培养方法
高光谱遥感数据
区域识别方法
像素点
异常点
空间聚类算法