摘要
本发明公开了一种大环内酯类无反应性肺炎支原体肺炎预测模型及构建方法,属于人工智能技术领域。旨在解决临床上大环内酯类无反应性肺炎支原体肺炎(MUMPP)识别滞后的问题。该方法包括:构建标准化数据集;对数据进行预处理,包括采用链式方程多重插补法处理缺失值,并基于临床意义或ROC曲线将连续变量转换为分类变量;采用随机森林及神经网络模型进行训练,并结合递归特征消除法筛选最优特征子集,通过网格搜索算法优化模型超参数;最后,从区分度、校准度和临床有效性多维度对模型进行评估。本发明通过系统化的建模流程,构建的预测模型准确性高,能够实现MUMPP的早期预警,为临床及时调整治疗策略、防止病情恶化赢得时间。
技术关键词
变量
肺炎支原体肺炎
网格搜索算法
集成学习算法
工作特征
链式方程
前馈神经网络
深度学习算法
随机森林
机器学习算法
大环内酯类药物
拟合优度检验
特征选择
构建预测模型
曲线
指数
有效性
模型超参数
系统为您推荐了相关专利信息
能效优化方法
功率分配策略
5G基站
模型构建系统
规划
可再生能源系统
多时间尺度
储能系统
充放电功率
变量
载波模块
远程升级方法
网管平台
文件哈希值
适应性算法
监管系统
编码特征
特征提取模块
决策
并行迭代方法