摘要
本发明涉及一种儿童哮喘急性发作风险评估方法及系统,获取目标儿童多模态数据并预处理;提取指定特征形成基础特征向量,结合儿童个体差异与实时场景调整动态特征权重,生成加权特征向量后融入近期用药依从性,得到融合特征向量,获取未来指定时间段内哮喘急性发作概率,依据概率与第一、第二阈值的对比推送常规护理方案或紧急干预方案,未达阈值则将融合特征向量输入XGBoost模型输出初步风险等级并校准;生成动态干预方案。通过多模态数据精准整合、动态权重适配个体与场景、分层模型预测结合个体历史校准,显著提升风险评估的精准性与个性化,同时实现评估结果与干预方案的深度适配,有效降低儿童哮喘急性发作漏判、误判率及干预不足或过度问题。
技术关键词
风险评估方法
儿童哮喘
XGBoost模型
逻辑回归模型
特征提取模型
动态
校准
Sigmoid函数
数据
校验规则
基础
高风险
时间段
多模态
量化风险评估
反馈调节机制
时序预测模型
风险评估系统
系统为您推荐了相关专利信息
图像筛选方法
时间段
对象
内窥镜图像组
振动监测装置
特征提取模型
生理特征监测方法
生理特征信息
人脸图像特征
人脸特征数据
健康状态预测方法
电网设备
多模态数据融合
设备运行环境
预测误差
绝缘毯
性能预测系统
激光扫描设备
闪络电压
电气