公开(公告)号：CN117476227A

公开(公告)日：2024-01-30

申请号：CN202311398307.7

申请日：2023-10-25

申请人： 安徽师范大学

发明人： 谌章义 ,  叶冰清 ,  左开中 ,  胡鹏 ,  李文杰 ,  陈付龙

IPC分类号： G16H50/30 ,  G16H50/70 ,  G06N20/20 ,  G06N5/01 ,  G06N20/10

摘要： 本发明公开了一种使用机器学习算法建立糖尿病预测模型的方法，包括：步骤1：从医院提供的数据库中进行体检数据整合，得到原始数据集；步骤2：使用中位数对步骤1中得到的原始数据集进行空值填充，并采用标准化进行数据处理；步骤3：使用递归特征消除、文献法以及专家知识导向相结合筛选出重要特征；步骤4：根据筛选出的重要特征，使用多种机器学习算法进行建模，使用交叉验证与常用的性能评价指标评估模型的优劣，找出性能表现最好的模型；步骤5：对找出的最优模型进行参数调优，进一步提升模型在本数据集上的性能。其能够更准确地预测个体患上糖尿病的风险，从而有助于医疗保健专业人员进行早期干预和治疗，改善患者的生活质量。

公开(公告)号：CN118711800A

公开(公告)日：2024-09-27

申请号：CN202410880593.9

申请日：2024-07-02

申请人： 安徽师范大学

发明人： 左开中 ,  牛云飞 ,  谌章义 ,  叶冰清 ,  季澳寒 ,  焦煜

IPC分类号： G16H50/20 ,  G16H50/30 ,  G16H50/50 ,  G06F18/25 ,  G06F18/243 ,  G06N3/0464

摘要： 本发明公开了一种基于深度可分离卷积和注意力机制用于冠心病预测的方法，包括：对冠心病数据集进行预处理；将处理好的数据输入到预测模型中的深度可分离卷积模块，在该模块通过卷积的方法提取丰富的特征信息，捕获不同特征之间的通道和空间关系；将得到的特征表示数据分别输入到自注意力机制提取不同体检指标之间的局部关系，得到不同的特征权重；混合注意力处理不同体检指标之间的重要局部特征，再将这两个模块获取的特征进行特征融合操作；将特征融合得到的特征信息输入到全连接层，通过softmax函数得到预测结果。该方法提高了冠心病预测的准确率，降低了冠心病的死亡率，提高了患者的生活质量。