本发明涉及一种基于机器学习的肝病认知模型构建方法和系统,包括如下步骤:获取样本人群的性别、年龄、健康状况、肝功能检查项目和相应的生物化学指标数据;根据医学知识库确定不同性别、年龄和健康状况下的生物化学指标数据的基准参考区间以及异常区间,并根据其建立第一数据集;获取所述第一数据集对应的症状的解决方案,并建立其相互匹配的第二数据集;利用第二数据集训练分类模型得到训练好的分类模型;将待测人的生物化学指标数据输入到所述分类模型,得到异常特征值;利用贝叶斯算法预测待测人患有肝病的概率。本发明构建的模型通过机器学习充分挖掘医学知识库与检查项目的关联,提高了肝病知识库的针对性和可读性。
声明:
“基于机器学习的肝病认知模型构建方法和系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)