申请/专利权人:上海市疾病预防控制中心
申请日:2023-12-27
公开(公告)日:2024-04-12
公开(公告)号:CN117877744A
主分类号:G16H50/50
分类号:G16H50/50;G16H50/30;G06F18/10;G06F18/214;G06F18/21;G06N3/045;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了辅助生殖儿童肿瘤发病风险预测模型的构建方法及系统,涉及模型训练技术领域,包括:收集原始相关数据,进行回归分析筛选影响数据;影响数据进行预处理得到各类特征数据集;采用卷积神经网络模型对每一类特征数据集进行重要性分析,将每一类特征数据集中特征变量按重要性划分;构建混合神经网络模型,将训练集中各类特征数据集的主特征变量和复合特征变量共同作为输入特征变量对混合神经网络模型进行模型训练,使用混合神经网络模型。本发明公开的辅助生殖儿童肿瘤发病风险预测模型的构建方法及系统通过父母双方与儿童自身的相关数据完成了对于儿童肿瘤发病风险的预测并进行预防,减轻了家庭的压力,保证了儿童的健康。
主权项:1.辅助生殖儿童肿瘤发病风险预测模型的构建方法,其特征在于,包括:步骤1:收集辅助生殖儿童原始相关数据,进行回归分析筛选影响数据;步骤2:将所述影响数据按照数据类型进行预处理,得到各类特征数据集;步骤3:采用卷积神经网络模型对每一类特征数据集进行重要性分析,将每一类特征数据集中特征变量按重要性划分为主特征变量、次特征变量,选择次特征变量构建复合特征变量,并划分训练集与验证集;步骤4:构建混合神经网络模型,将所述训练集中各类特征数据集的主特征变量和复合特征变量共同作为输入特征变量对混合神经网络模型进行模型训练;步骤5:将所述验证集带入训练完成的所述混合神经网络模型验证模型预测准确率,若达标,则使用所述混合神经网络模型,否则对混合神经网络模型进行调整。
全文数据:
权利要求:
百度查询: 上海市疾病预防控制中心 辅助生殖儿童肿瘤发病风险预测模型的构建方法及系统
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。