摘要
本发明涉及医疗技术领域,具体涉及一种颅咽管瘤患者手术后早期不良结果预测方法,包括:提取患者术前数据和标签数据,存储于数据库中;对数据库中的数据进行预处理,按照预设比例随机划分为训练集和验证集,并采用合成少数类过采样技术对训练集进行处理,得到处理后的训练集;从处理后的训练集中识别并筛选出最具预测价值的特征子集;构建预测模型;对预测模型进行评估和比较,选定表现最佳的模型作为最终部署模型;接收新患者术前数据,输入最终部署模型中,输出预测结果。本发明填补了现有预测颅咽管瘤术后早期总体不良结果模型的空白,克服了现有预测技术中数据处理方法单一、特征选择不够精准、预测精度不高且缺乏临床易用性等问题。
技术关键词
过采样技术
患者
手术
构建预测模型
训练集
分类器
特征选择
无序分类变量
SMOTE算法
数据采集模块
监督机器学习
超参数
K近邻
随机森林
样本
预测模型训练
梯度提升机
低密度脂蛋白
肿瘤