【技术实现步骤摘要】
一种基于随机森林算法的医疗图像处理方法及存储介质
本专利技术涉及人工智能领域，尤其涉及一种基于随机森林算法的医疗图像处理方法及存储介质。
技术介绍
医院(Hospital)一词是来自于拉丁文原意为“客人”，因为一开始设立时，是供人避难，还备有休息间，使来者舒适，有招待意图。后来，才逐渐成为满足人类医疗需求，提供医疗服务的专业机构，收容和治疗病人的服务场所。医院是指按照法律法规和行业规范，为病员开展必要的医学检查、治疗措施、护理技术、接诊服务、康复设备、救治运输等服务，以救死扶伤为主要目的医疗机构。当下的医院往往人满为患，许多科室的医生已经无法应对大量的病人的咨询，对于一些轻微的典型症状，完全可以根据以往确诊的图像信息来确定，这样如果还由医生一个一个来看话，属实有些浪费时间了。
技术实现思路
本专利技术的目的是解决现有技术的不足，提供一种基于随机森林算法的医疗图像处理方法及存储介质。为了实现上述目的，本专利技术采用以下的技术方案：本专利技术提出一种基于随机森林算法的医疗图像处...
【技术保护点】
1.一种基于随机森林算法的医疗图像处理方法及存储介质，其特征在于，包括以下：/n步骤101、获取用户的特征信息P，获取样本库症状的特征信息Q，将特征信息P和Q进行整合得到特征信息H；/n步骤102、构建用于匹配用户症状的随机森林，结合特征信息H进行训练得到用于匹配用户症状的随机森林模型；/n步骤103、获取需要进行匹配的用户以及症状，将需要进行匹配的用户以及症状按照步骤101进行整合得到整合的特征信息，将整合的特征信息输入所述随机森林模型得到匹配程度指数I；/n步骤104、重复上述步骤直到得到所述用户与样本库所有症状的程度指数集合{I
【技术特征摘要】
1.一种基于随机森林算法的医疗图像处理方法及存储介质，其特征在于，包括以下：
步骤101、获取用户的特征信息P，获取样本库症状的特征信息Q，将特征信息P和Q进行整合得到特征信息H；
步骤102、构建用于匹配用户症状的随机森林，结合特征信息H进行训练得到用于匹配用户症状的随机森林模型；
步骤103、获取需要进行匹配的用户以及症状，将需要进行匹配的用户以及症状按照步骤101进行整合得到整合的特征信息，将整合的特征信息输入所述随机森林模型得到匹配程度指数I；
步骤104、重复上述步骤直到得到所述用户与样本库所有症状的程度指数集合{I1、I2、...Im}，取MAX{I1、I2、...Im}，并将MAX{I1、I2、...Im}所对应的症状作为用户的匹配症状推送给用户。
2.根据权利要求1所述的一种基于随机森林算法的医疗图像处理方法及存储介质，其特征在于，上述步骤101中用户的特征信息P包括用户的年龄、性别、疾病史以及用户的此次医疗图像信息，所述该次医疗图像信息为用户选择的用于咨询的医疗图像信息。
3.根据权利要求2所述的一种基于随机森林算法的医疗图像处理方法及存储介质，其特征在于，上述步骤101中的样本库症状的特征信息Q包括症状的年龄段对应的发病率、性别对应的发病率以及以往确诊的医疗图像信息集。
4.根据权利要求3所述的一种基于随机森林算法的医疗图像处理方法及存储介质，其特征在于，上述步骤101中的特征信息H包括用户的年龄对应的发病率、用户的性别对应的发病率、用户是否具有该疾病史、用户的该次医疗图像与该症状的以往确诊的医疗图像信息集的相似度。
5.根据权利要求4所述的一种基于随机森林算法的医疗图像处理方法及存储介质，其特征在于，上述步骤102只能够进行构建随机森林模型的方法包括以下：
步骤501、从样本库症状中，采用bootstrap方法有放回地随机抽取M个新的自助样本集，并根据所述自助样本集构建M棵分类回归树；
步骤502、将特征信息P的个数定义为n个，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。