一种基于随机森林模型特征空间拟合的病情预测算法
授权
摘要
本发明涉及信息分析预测技术领域，公开了一种基于随机森林模型特征空间拟合的病情预测算法，包括以下步骤：步骤S1，构建初始预测模型并采集样本数据，从医疗系统大数据库中得到病症的相关特征对象作为样本数据，在样本数据获取过程中，对样本数据进行精细化处理得到第一数据集合，并将第一数据集合代入到初始模型中；步骤S2，对第一数据集合的特征变量进行重要性排序，然后采用序列前向选择算法拟合初始模型空间得到随机森林预测模型；步骤S3，采集用户数据，将用户数据代入到随机森林预测模型中得到预测结果。本发明具有提高用户病情预测准度的有益效果。
基本信息
专利标题 ：
一种基于随机森林模型特征空间拟合的病情预测算法
专利标题（英）：
暂无
公开（公告）号 ：
CN114005546A
申请号 ：
CN202111661572.0
公开（公告）日 ：
2022-02-01
申请日 ：
2021-12-31
授权号 ：
CN114005546B
授权日 ：
2022-05-03
发明人 ：
周凌云罗嘉庆刘昌海
申请人 ：
四川大学华西医院
申请人地址 ：
四川省成都市国学巷37号
代理机构 ：
重庆强大凯创专利代理事务所(普通合伙)
代理人 ：
冉剑侠
优先权 ：
CN202111661572.0
主分类号 ：
G16H50/70
IPC分类号 ：
G16H50/70 G16H50/20 G06K9/62
相关图片
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16H
医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术
G16H50/00
专门适用于医疗诊断，医学模拟或医疗数据挖掘的ICT；专门适用于检测、监测或建模流行病或传染病
G16H50/70
用于医疗数据的挖掘，例如分析其他患者以前的病例
法律状态
2022-05-03 ：
授权
2022-02-22 ：
实质审查的生效
IPC(主分类) : G16H 50/70
申请日 : 20211231
申请日 : 20211231
2022-02-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN114005546A.PDF
PDF下载
