摘要
本发明涉及预测模型构建技术领域,公开了一种低位前切除综合征肠道动力学的多维度分析与模型构建,该方法通过获取临床信息,采用多因素回归算法计算个体化最佳术后数据采集时间点,在最佳时间点采集术后信息;通过皮尔逊相关系数和点双列相关系数分析构建术前基线风险特征矩阵,计算压力变化率、收缩变化率和时间变化率,以及放疗影响系数、化疗影响系数、解剖风险系数和手术复杂度系数;将多维度特征进行标准化处理和权重分配后构建综合特征向量,输入三层分层次支持向量机分类器系统进行预测。该方法解决了现有技术中单一因素预测、忽视因素间相互关系、数据采集时间点不统一导致预测精度低的问题,实现了低位前切除综合征的精准预测。
技术关键词
多维度分析方法
肛管
支持向量机分类器
皮尔逊相关系数
计算方法
回归算法
多项式核函数
混合核函数
预测模型构建技术
压力
基线
算术平均值
Sigmoid函数
年龄
数据
患者
主成分分析方法
标识
复杂度
肿瘤
系统为您推荐了相关专利信息
轨迹预测模型
变换器
轨迹预测方法
线性单元
时空数据挖掘技术
风险评估模型
风险等级评估方法
层次分析法
指数
动态
集成学习模型
移动网络
流量预测技术
迁移学习算法
皮尔逊相关系数
人工鱼群优化
人工鱼群算法
小波神经网络
光伏发电功率
数据
多光谱技术
偏最小二乘回归算法
线性回归算法
纹理
交叉验证法