申请/专利权人：南京工业大学

申请日：2023-11-23

公开（公告）日：2024-02-27

公开（公告）号：CN117612729A

主分类号：G16H50/50

分类号：G16H50/50;G16H50/20;G16H50/70;G06N5/01;G06N20/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.15#实质审查的生效;2024.02.27#公开

摘要：一种基于临床化验指标预判胡蜂蛰伤病人轻症或重症的方法，其目的是得到由胡蜂蛰伤临床测量指标判断症状轻重的预测值。具体实现时，首先，收集一个包含相关特征和目标变量的数据集，利用每个病人的血常规、肝功、肾功以及心肌酶的关联特征的量值，将这些量值作为每个病人的一个特征集，专业医生提供轻重症标签，目标变量表示症状的严重程度，可以分为轻或重症；定义XGBoost模型和设置模型的参数，然后将XGBoost模型拟合到训练数据上，在训练过程中，模型将迭代地构建决策树以最小化指定的损失函数；接下来，使用训练好的模型对测试数据进行预测，绘制ROC曲线；进而在实际预测时，输入病人对应的特征数据后得到对应的症状预测值。

主权项：1.一种基于临床化验指标预判胡蜂蛰伤病人轻症或重症的方法，其特征在于：以胡蜂蛰伤患者的特征数据为输入，采用预测模型预测患者属于轻症或重症，并输出对应的轻重症的预测值，用于辅助医生临床诊断；所述预测模型的构建方法为：一、收集胡蜂蛰伤病人的临床检测数据，把这些临床检测数据中分为训练数据和测试数据；这些临床检测数据包括：病人的血常规、肝功、肾功以及心肌酶的关联特征的量值，将这些量值作为每个病人的一个特征集；由医生根据临床检测数据的量值提供对应的轻重症标签；二、将XGBoost模型拟合到训练数据上；在训练过程中，XGBoost模型将迭代地构建决策树以最小化指定的损失函数；三、使用训练好的XGBoost模型对测试数据进行预测，并评估预测性能；步骤一中，胡蜂蛰伤的轻症和重症的区别标准为：①轻症：螫伤皮损数小于10处，仅出现局部过敏反应，无器官功能受累表现；②重症：螫伤皮损数在10～30处之间；过敏反应分级Ⅰ～Ⅳ级或至少2个系统器官受累，序贯器官衰竭评分SOFA≥2分；早期出现肉眼酱油色或茶色尿；把轻症和重症分别与相应的临床检测数据关联；步骤一中，对采用SMOTE算法对临床检测数据进行重采样预处理，步骤包括：1.1对于少数类样本中的每一个样本，通过计算其与其最近邻样本之间的差异，得到一系列新的合成样本；1.2从这些合成样本中随机选择一些样本，并添加到原始数据集中；1.3重复步骤1.1和步骤1.2，直到轻症和重症的两类样本达到均衡为止。

全文数据：

权利要求：

百度查询： 南京工业大学 基于临床化验指标预判胡蜂蛰伤病人轻症或重症的方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD