摘要
本申请涉及人工智能技术领域,提供一种病变风险预测方法、病变风险患者管理系统、设备、介质及产品,该方法包括:获取风险深度特征、风险交互特征和原始风险特征;将风险深度特征、风险交互特征和原始风险特征输入至病变风险预测模型,得到组织病理学癌前病变的风险预测结果。本申请提供的病变风险预测方法,基于癌前病变样本较少的现实情况,通过多特征协同增强预测全面性,风险深度特征捕捉数据中潜藏的深层次特征,风险交互特征揭示变量间关联机制,原始风险特征保留原始基础数据,三者结合突破单一特征局限,为预测模型加入更全面的特征知识,增强预测模型的泛化能力和预测精度,从而提升宫颈组织病理学癌前病变的风险预测准确性。
技术关键词
风险预测方法
交互特征
风险预测模型
患者管理系统
训练样本数据
非暂态计算机可读存储介质
融合特征
组织病理学检查
神经网络模型
计算机程序产品
多特征协同
宫颈
人乳头瘤病毒
时间段
因子
处理器
基准特征
系统为您推荐了相关专利信息
风险预测模型
风险评估方法
邻居
物联网设备
聚类
配电杆塔
风险预测模型
状态预警方法
故障记录数据
配电网管理系统
审核方法
设备状态数据
风险预测模型
动态时间规整算法
物联网传感器