摘要
本发明涉及一种患者慢性术后疼痛的预测方法及系统,属于医学技术领域,该方法包括:获取患者的基础数据集和时序生理数据集;对时序生理数据集进行数据处理,得到时序特征,并将时序特征和基础数据集中的静态临床特征进行特征融合,得到融合特征向量;将融合特征向量输入至预先训练后的机器学习模型,得到患者的慢性术后疼痛的预测结果。该方法通过融合静态临床特征和时序特征,利用强大的机器学习模型,实现了对慢性术后疼痛更准确、更早期、更个性化的风险预测。
技术关键词
机器学习模型
时序特征
生理
患者
数据
指标
基础
工作特征
计算机
训练集
矩阵
预测系统
处理器通信
指令
数值
可读存储介质
手术
存储器