摘要
本发明公开了基于生理指标交互作用的心脏瓣膜术后死亡风险预测方法,涉及医学工程技术领域。具体包括:S1:变量重要性分析,用于减少非重要特征生理指标的干扰;S2:生存曲线分析,用于明确关键特征生理指标对患者术后生存状态的影响;S3:智能判别模型构建,采用分类机器学习算法进行模型构建;S4:智能判别预测,筛选心脏瓣膜患者术后死亡风险预测模型,用于心脏瓣膜患者术后死亡风险预测,降低判别难度。本发明通过对不同特征生理指标间的协同作用和拮抗作用进行分析,筛选准确率高、鲁棒性好的心脏瓣膜术后死亡风险预测模型,为心脏瓣膜患者术后风险分析和评估提供生理性数据。
技术关键词
心脏瓣膜
生理
风险预测方法
指标
分类机器
风险预测模型
患者
学习算法
二次判别分析
医学工程技术
曲线
术后生存率
数据
朴素贝叶斯
分类器
变量
鲁棒性
训练集
系统为您推荐了相关专利信息
空气质量指数
预报方法
污染物特征
网格搜索方法
数据
画像生成方法
画像生成装置
指标
投诉工单数据
k均值聚类算法
移动设备
接入点
迁移方法
服务器
多智能体强化学习
疼痛程度评估方法
动态权重分配
镇痛设备
多模态分类器
传感器设备