摘要
本发明涉及医疗数据预测技术领域,具体涉及一种辅助生殖助孕患者妊娠并发症风险预测系统,首先对数据集中病例数据进行分类,挖掘出不同类别病例与OHSS风险的独特联系。并且依据病例中特征的变化趋势量化特征的异动程度,进而分析各特征对OHSS的参考度,能清晰界定每个特征在疾病发生发展中的作用;考虑不同并发症时期的特征侧重,能让模型更贴合OHSS的实际发展规律,在不同并发症时期着重分析其具有显著参考度的特征,优化XGBoost模型目标函数,使模型在训练时更关注关键特征和不同时期的差异,降低过拟合风险,提升模型的泛化能力和稳定性,使得根据优化后的XGBoost模型进行OHSS风险预测的准确度更高。
技术关键词
风险预测系统
妊娠并发症
XGBoost模型
样本
患者
数据预测技术
时序
偏差
序列
线性
时间段
模块
参数
疾病
系统为您推荐了相关专利信息
关节炎
银屑病患者
逻辑回归模型
计算器
回归方法
逆向设计方法
均匀磁场
生成系统
磁场线圈
混合损失函数
早期肺腺癌
模型构建方法
基因
肺腺癌患者
肿瘤分子生物学技术
查询意图
远程护理监测
跨模态
多模态特征融合
可见光图像