申请/专利权人：中山市中医院

申请日：2022-09-27

公开（公告）日：2024-04-05

公开（公告）号：CN117831758A

主分类号：G16H50/30

分类号：G16H50/30;G16H50/20

优先权：

专利状态码：在审-公开

法律状态：2024.04.05#公开

摘要：本发明公开了一种基于决策树的幽门螺旋杆菌感染预测方法、系统及设备，方法首先获取用户基本信息、用户临床表征信息以及用户生活和饮食习惯信息；然后对数据进行挖掘，选取显著性因素；最后构建决策树模型，将显著性因素对应的样本数据作为决策树模型的输入，通过决策树模型进行预测，决策树模型由多个基础决策树模型组成，在决策树模型的预测过程中，是不断的对基础决策树模型迭代，减少决策树模型在预测过程中产生的残差，最终通过加法组合多个基础决策树模型，能够提高决策树模型的预测准确度。

主权项：1.一种基于决策树的幽门螺旋杆菌感染预测方法，其特征在于，所述基于决策树的幽门螺旋杆菌感染预测方法包括：获取用户基本信息、用户临床表征信息以及用户生活和饮食习惯信息；从所述用户基本信息、用户临床表征信息以及用户生活和饮食习惯信息提取出与幽门螺旋杆菌研究相关的多种显著性因素；构建决策树模型，将所述多种显著性因素对应的样本数据作为输入数据输入至所述决策树模型中，得到所述决策树模型输出的用户是否感染幽门螺旋杆菌的预测结果；其中，所述决策树包括N个基础决策树模型，将所述多种显著性因素对应的样本数据作为输入数据输入至所述决策树模型中，得到所述决策树模型输出的用户是否感染幽门螺旋杆菌的预测结果，包括：将所述多种显著性因素对应的样本数据作为输入数据输入至第一个所述基础决策树模型中，得到第一个所述基础决策树模型输出的第一预测结果和第一残差；将所述第一残差输入至第二个所述基础决策树模型，得到第二个所述基础决策树模型输出的第二预测结果和第二残差；将所述第二残差输入至第三个所述基础决策树模型，得到第三个所述基础决策树模型输出的第三预测结果和第三残差；依次类推，直至将第N-1残差输入至第N个所述基础决策树模型，得到第N个所述基础决策树模型输出的第N预测结果；将所述第一预测结果、所述第二预测结果至所述第N预测结果进行累加学习，得到决策树输出的是否感染幽门螺旋杆菌的预测结果；其中，第n个所述基础决策树模型拟合前n-1个所述基础决策树模型的残差得到损失函数的负梯度在第n个所述基础决策树模型对应的值，并以全部的所述基础决策树模型的值作为训练数据拟合所述决策树模型。

全文数据：

权利要求：

百度查询： 中山市中医院 基于决策树的幽门螺旋杆菌感染预测方法、系统及设备

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