摘要
本申请实施例提供了一种食管鳞癌风险预测模型的训练方法、食管鳞癌风险预测方法及系统,属于医疗技术领域。该方案通过获取训练特征集,通过若干个不同的特征选择算法对训练特征集进行全局重要性分析,得到每个特征选择算法的重要性评分结果和所有特征选择算法的共识特征结果;根据每个重要性评分结果进行筛选处理,得到每个特征选择算法对应的特征子集;将每个特征子集分别输入若干个不同的分类器算法进行训练,得到对应的基础模型;通过多准则决策分类融合框架从所有基础模型中筛选出多个高性能模型进行加权融合,并根据共识特征结果确定模型融合后的输入特征,得到食管鳞癌风险预测模型,能够提高食管鳞癌风险预测的准确性,提前发现潜在患者。
技术关键词
食管鳞癌
风险预测模型
特征选择算法
训练特征
统计学特征
风险预测方法
肿瘤标志物
多准则决策
生物标志物
分类器算法
鳞状上皮细胞癌
风险预测系统
高性能
训练系统
基础
样本
基质金属蛋白酶
数据
甲胎蛋白
系统为您推荐了相关专利信息
长短记忆网络
风险预测方法
特征融合网络
数据
风险预测模型
XGBoost模型
特征检测方法
聚类
训练集
数据
风险预测方法
加速度
标签
风险预测技术
数字滤波技术