龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)
摘要：本发明公开了一种基于机器学习的神经系统疾病预测及分类方法，包括以下步骤：获取样本数据；对样本数据进行预处理并划分为训练集和验证集；采用不同的机器学习方法建立不同的神经系统疾病预测模型；基于训练集对不同的神经系统疾病预测模型分别进行训练；采用验证集验证神经系统疾病预测模型的性能，选出性能最好的机器学习方法；采用选出的机器学习方法针对特定疾病建立神经系统疾病分类模型并进行训练；采用SHAP值分析神经系统疾病分类模型中不同特征的影响程度。本发明筛选出最佳的机器学习方法以建立模型，评估发生神经系统疾病的风险，并基于SHAP算法进行分析多种神经系统疾病之间相互区分的特征指标以及各类神经系统疾病的独特血液学特征。
主权项：1.一种基于机器学习的神经系统疾病预测及分类方法，其特征在于，包括以下步骤：S1，获取样本数据，包括诊断数据与检查数据；S2，对样本数据进行预处理，将预处理后的数据划分为训练集和验证集；S3，采用不同的机器学习方法建立不同的神经系统疾病预测模型，所述神经系统疾病预测模型根据输入的检查数据预测是否患病；S4，基于训练集对不同的神经系统疾病预测模型分别进行训练；S5，对训练好的神经系统疾病预测模型采用验证集验证性能，选出性能最好的神经系统疾病预测模型所采用的机器学习方法；S6，采用选出的机器学习方法针对特定疾病建立神经系统疾病分类模型并进行训练，所述神经系统疾病分类模型根据输入的检查数据预测是否患有特定疾病；S7，采用SHAP值分析神经系统疾病分类模型中不同特征的影响程度，确认对神经系统疾病分类贡献最大的若干特征。
全文数据：
权利要求：
百度查询： 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所) 一种基于机器学习的神经系统疾病预测及分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号