一种基于机器学习的稽留流产相关风险因素分析方法、系统及产品
申请号:CN202510993791
申请日期:2025-07-18
公开号:CN120954744A
公开日期:2025-11-14
类型:发明专利
摘要
本发明属于医疗人工智能技术领域,涉及一种基于机器学习的稽留流产相关风险因素分析方法、系统及产品,该方法包括:对获取的待分析体检数据进行标准化格式处理,得到整合后的归一化数据;对归一化数据中的缺失值,采用基于特征统计分布与动态特征关联性的缺失值插补方法进行插补,得到完整数据;对完整数据采用可解释特征筛选算法提取特征关联,筛选构建包含重要风险指示特征的关键数据;将关键数据输入预先建立和训练好的风险因素分析模型,得到稽留流产风险因素量化特征向量组合;所述风险因素分析模型为多层感知机模型。
技术关键词
缺失值插补方法
风险
分析方法
数据
筛选算法
多层感知机
医疗人工智能技术
监督学习策略
协方差矩阵
归一化方法
正则化参数
计算机程序产品
节点
分析系统
格式
动态
分析模块
可读存储介质
标签