一种脑卒中患病风险预测和个性化治疗推荐方法及系统
公开
摘要
本发明提出一种脑卒中患病风险预测和个性化治疗推荐方法及系统，包括收集脑卒中筛查对象的生理特征信息和生活数据信息，并将生理特征信息和生活数据信息输入基于极限学习机算法的脑卒中患病风险预测模型和基于决策树算法的个性化治疗推荐模型；脑卒中患病风险预测模型输出脑卒中患病风险预测结果，个性化治疗推荐模型输出个性化治疗推荐方案。解决了多维度的生理特征信息和生活数据信息数据存在的稀疏和不平衡问题，降低了脑卒中患病风险的预测时间并提高了预测准确率，得到准确的个性化治疗推荐方案。
基本信息
专利标题 ：
一种脑卒中患病风险预测和个性化治疗推荐方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114613465A
申请号 ：
CN202210242873.8
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张志洁
申请人 ：
岭南师范学院
申请人地址 ：
广东省湛江市赤坎区寸金路29号
代理机构 ：
广州粤高专利商标代理有限公司
代理人 ：
李珊珊
优先权 ：
CN202210242873.8
主分类号 ：
G16H20/00
IPC分类号 ：
G16H20/00 G16H50/30 G16H50/20 G06N3/00
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
G16H20/00
特别适用于治疗或健康改善计划的ICT，例如用于处理处方，用于引导治疗或监测患者对医嘱的执行
法律状态
2022-06-10 ：
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
暂无PDF文件可下载
