【技术实现步骤摘要】
一种病症程度的预测方法、装置、电子设备及存储介质
[0001]本申请涉及疾病诊断
,具体而言,涉及一种病症程度的预测方法、装置、电子设备及存储介质。
技术介绍
[0002]现有技术中,针对特定疾病而言,例如,新冠肺炎(COVID
‑
19),主要针对新冠肺炎的重度病症进行预测,但是表征为重度病症的患者在全部患者中毕竟所占比例较小,绝大多数患者为表征为轻微病症或者普通病症的患者,而针对重度病症的预测方法并不适用于预测轻微病症或普通病症。即现有技术中缺乏针对于轻微病症与普通病症进行预测的方法。
技术实现思路
[0003]本申请实施例提供了一种病症程度的预测方法、装置、电子设备及存储介质,能够解决现有技术中无法对特定疾病所对应的轻微病症与普通病症进行针对性预测的问题。
[0004]第一方面,本申请实施例提供了一种病症程度的预测方法,所述预测方法包括:
[0005]获取待预测的临床样本;
[0006]将所述待预测的临床样本输入到预先训练的预测模型,其中,所述预测模型基于表 ...
【技术保护点】
【技术特征摘要】
1.一种病症程度的预测方法,其特征在于,所述预测方法包括:获取待预测的临床样本;将所述待预测的临床样本输入到预先训练的预测模型,其中,所述预测模型基于表征为轻微症状的M个临床样本以及表征为普通症状的N个临床样本训练所得,所述M个临床样本中每个临床样本以及所述N个临床样本中每个临床样本均至少包括W个目标生化指标,每个目标生化指标在表征轻微病症与普通病症时存在显著性差异,M、N与W均为不小于1的正整数;输出所述待预测的临床样本所对应的病症程度。2.如权利要求1所述的预测方法,其特征在于,所述预测模型为集成模型,所述集成模型中采用岭回归分类器作为基学习器。3.如权利要求1所述的预测方法,其特征在于,在将所述待预测的临床样本输入到预先训练的预测模型之前,所述方法还包括:获取表征为轻微症状的所述M个临床样本以及表征为普通症状的所述N个临床样本,其中,所述M个临床样本中每个临床样本与所述N个临床样本中的每个临床样本均包括P个生化指标,P不小于W的正整数;基于所述M个临床样本与所述N个临床样本从所述P个生化指标中筛选出Y个备选生化指标,所述Y个备选生化指标中任一备选生化指标在表征轻微病症与普通病症时存在显著性差异,Y为不大于P的正整数;基于RFECV算法从所述Y个备选生化指标中筛选出所述W个目标生化指标,Y为不小于W的正整数;基于包含有所述W个目标生化指标的M个临床样本以及N个临床样本对预先建立的所述预测模型进行训练,获得已训练的所述预测模型。4.如权利要求3所述的预测方法,其特征在于,基于所述M个临床样本与所述N个临床样本从所述P个生化指标中确定出Y个备选生化指标包括:随机从所述M个临床样本与所述N个临床样本各自抽取Q个临床样本,基于两组所述Q个临床样本对所述P个生化指标进行筛选,获得所述Y个备选生化指标,Q为不大于M与N中任一数的正整数,X为不小于1的正整数。5.如权利要求4所述的...
【专利技术属性】
技术研发人员:孙德俊,俞兰,王爱兰,杨家亮,田埂,刘晓玲,靳文,高丽,
申请(专利权)人:元码基因科技北京股份有限公司,
类型:发明
国别省市:
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。