摘要
本发明提供了一种基于5种标记物的感染病原体类型检测系统,所述5种标记物包括:GSDMD、p‑MLKL、IL‑6、PCT、CRP,所述系统包括以下模块:(1)检测模型:检测样本的GSDMD、p‑MLKL、IL‑6、PCT、CRP含量;(2)分析模块:基于随机森林算法、神经网络算法对数据进行分析,构建诊断细菌感染模型;(3)诊断模块:基于机器学习算法模型对待诊断样本进行细菌感染的判定。本发明提供的系统诊断准确率达到0.909,诊断的灵敏度、特异度,阳性预测值以及阴性预测值分别为:0.95、0.85、0.90、0.92。
技术关键词
机器学习法
多层前馈神经网络
Sigmoid函数
标记
样本
随机森林
机器学习算法模型
预测类别
分类预测模型
生成训练数据
节点
神经网络算法
输入模块
数值
随机梯度下降
标签
诊断模块
指数
系统为您推荐了相关专利信息
车辆轨迹预测方法
车道
概率密度函数
序列
运动特征
判别方法
加速度
卡尔曼滤波模型
数据采集模块
坐标
软测量方法
变量
空间特征提取
特征提取模块
注意力机制
激光焊接机械
机器人激光焊接方法
焊接轨迹规划
机器人控制模块
启动按钮