本發明涉及一種基于機器學習的肝病認知模型構建方法和系統,包括如下步驟:獲取樣本人群的性別、年齡、健康狀況、肝功能檢查項目和相應的生物化學指標數據;根據醫學知識庫確定不同性別、年齡和健康狀況下的生物化學指標數據的基準參考區間以及異常區間,并根據其建立第一數據集;獲取所述第一數據集對應的癥狀的解決方案,并建立其相互匹配的第二數據集;利用第二數據集訓練分類模型得到訓練好的分類模型;將待測人的生物化學指標數據輸入到所述分類模型,得到異常特征值;利用貝葉斯算法預測待測人患有肝病的概率。本發明構建的模型通過機器學習充分挖掘醫學知識庫與檢查項目的關聯,提高了肝病知識庫的針對性和可讀性。
聲明:
“基于機器學習的肝病認知模型構建方法和系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)