Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于集成神经网络模型的CRE耐药性预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:华中科技大学同济医学院附属协和医院

摘要:本发明提出了一种基于集成神经网络模型的CRE耐药性预测方法,包括以下步骤:收集大量进行了血检验和药敏试验的病人病历数据作为数据样本;从数据样本中提取特征数据和标签数据;对数据样本进行数据清洗和标准化,并将预处理后的数据样本拆分为训练集与测试集;构建集成神经网络模型,将训练集输入集成神经网络模型进行训练,得到CRE耐药性预测模型;获取病人的病史数据和血检验结果输入预测模型,预测得到病人的CRE耐药性结果。本发明通过构建集成神经网络模型,该模型经过训练后只需要获取病人的血检验指标结果以及部分病史数据,即可预测得到病人的CRE耐药性结果,便于辅助医生对病人进行前期的抗生素治疗,有效预防了抗生素耐药性的发生。

主权项:1.一种基于集成神经网络模型的CRE耐药性预测方法,其特征在于,包括以下步骤:S1,获取数据样本:收集大量进行了血检验和药敏试验的病人病历数据作为数据样本;S2,从数据样本中提取特征数据和标签数据:提取病人病历数据中的基本信息、血检验结果、病史数据和药敏试验结果,将血检验结果和病史数据作为特征数据,将药敏试验结果作为标签数据,所述基本信息用于将特征数据与标签数据进行匹配;S3,数据预处理及拆分:对数据样本进行数据清洗和标准化,并将预处理后的数据样本拆分为训练集与测试集;S4,构建集成神经网络模型:将训练集中的特征数据作为输入、标签数据作为输出,对集成神经网络模型进行训练,得到CRE耐药性预测模型;S5,模型测试:将测试集输入CRE耐药性预测模型进行测试,若CRE耐药性预测模型的准确率达到预设值,则保存训练好的模型;否则返回步骤S4继续进行训练;S6,模型预测:获取病人的病史数据和血检验结果作为病人的特征数据,对病人的特征数据进行预处理,并将预处理后的特征数据输入训练好的CRE耐药性预测模型进行计算,预测得到病人的CRE耐药性结果。

全文数据:

权利要求:

百度查询: 华中科技大学同济医学院附属协和医院 一种基于集成神经网络模型的CRE耐药性预测方法

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。