【技术实现步骤摘要】
呼吸道病原体识别方法、识别模型训练方法及相关装置
[0001]本申请涉及医疗领域,尤其涉及一种呼吸道病原体识别方法、识别模型训练方法及相关装置。
技术介绍
[0002]呼吸道疾病主要包括感染性的和非感染性的,感染性呼吸道疾病是由多种微生物包括细菌、病毒、支原体、真菌、寄生虫等引起的感染性疾病。目前,随着传染病监测的发展,呼吸道病原体监测已经取得了巨大成功,但临床一线和公共卫生方面对呼吸道病毒规律的掌握及临床诊疗的需求等方面仍然面临着诸多挑战。在实践中,感染病原体导致的临床表现从上呼吸道到下呼吸道症状都有,非常广谱,导致目前呼吸道病原体很难通过症状直接判断病原体。现有的监测方法能够检出的病原体较单一,无法检测出患者实际感染的多种病原体,若通过经验性治疗方案进行判别,则容易导致病原体感染诊断错误。
技术实现思路
[0003]本申请提供一种呼吸道病原体识别方法、识别模型训练方法及相关装置,以解决现有呼吸道病原体检测方法中无法对多种病原体进行识别、以及识别准确率低的技术问题。
[0004]第一方面,本申请提供一种呼吸道病原体识别模型训练方法,其特征在于,所述方法包括:
[0005]获取样本数据集,所述样本数据集包括训练集与测试集;
[0006]基于所述训练集构建分类器集成链模型,所述分类器集成链模型包括串联连接的多层动态样本权重随机森林分类器;其中,第j+1层动态样本权重随机森林分类器的样本权重根据第j层动态样本权重随机森林分类器的样本权重确定,j>1;
[0007]基于所述测 ...
【技术保护点】
【技术特征摘要】
1.一种呼吸道病原体识别模型训练方法,其特征在于,所述方法包括:获取样本数据集,所述样本数据集包括训练集与测试集;基于所述训练集构建分类器集成链模型,所述分类器集成链模型包括串联连接的多层动态样本权重随机森林分类器;其中,第j+1层动态样本权重随机森林分类器的样本权重根据第j层动态样本权重随机森林分类器的样本权重确定,j>1;基于所述测试集对所述分类器集成链模型进行测试,得到呼吸道病原体识别模型。2.根据权利要求1所述的方法,其特征在于,所述训练集包括多个第一样本,每个第一样本包括一个第一参数子集合以及与所述第一参数子集合对应的多种呼吸道病原体标签;多个第一样本的多个第一参数子集合构成一个第一参数集合,多个第一样本的多种呼吸道病原体标签构成一个第一呼吸道病原体标签集合;其中,所述第一呼吸道病原体标签集合包括多个第一呼吸道病原体标签子集合,所述第一呼吸道病原体标签子集合包括多个第一样本的同一种呼吸道病原体标签;所述测试集包括多个第二样本,每个第二样本包括一个第二参数子集合以及与所述第二参数子集合对应的多种呼吸道病原体标签;多个第二样本的多个第二参数子集合构成一个第二参数集合,多个第二样本的多种呼吸道病原体标签构成一个第二呼吸道病原体标签集合;其中,所述第二呼吸道病原体标签集合包括多个第二呼吸道病原体标签子集合,所述第二呼吸道病原体标签子集合包括多个第二样本的同一种呼吸道病原体标签。3.根据权利要求2所述的方法,其特征在于,所述第j+1层动态样本权重随机森林分类器的样本权重根据第j层动态样本权重随机森林分类器的样本权重确定,包括:在将所述训练集输入到第一层动态样本权重随机森林分类器后,根据所述第一层动态样本权重随机森林分类器的输出结果以及所述第一呼吸道病原体标签集合的第一个第一呼吸道病原体标签子集合的值确定第二层动态样本权重随机森林分类器的样本权重;根据第j层动态样本权重随机森林分类器的输出结果、所述第j层动态样本权重随机森林分类器的样本权重以及所述第一呼吸道病原体标签集合的第j个第一呼吸道病原体标签子集合的值确定第j+1层动态样本权重随机森林分类器的样本权重;其中,j>1。4.根据权利要求3所述的方法,其特征在于,所述根据所述第一层动态样本权重随机森林分类器的输出结果以及所述第一呼吸道病原体标签集合的第一个第一呼吸道病原体标签子集合的值确定第二层动态样本权重随机森林分类器的样本权重,包括:根据所述第一层动态样本权重随机森林分类器的输出结果、所述第一呼吸道病原体标签集合的第一个第一呼吸道病原体标签子集合的值以及以下公式确定第二层动态样本权重随机森林分类器的样本权重:其中,w2为第二层动态样本权重随机森林分类器的样本权重,y1为所述第一呼吸道病原体标签集合的第一个第一呼吸道病原体标签子集合的值,h1(x)为第一层动态样本权重随机森林分类器的输出结果,P(h11x)=y1)为第一层动态样本权重随机森林分类器...
【专利技术属性】
技术研发人员:朱敏,石书婷,李菁,刘勇,
申请(专利权)人:广州金域医学检验集团股份有限公司,
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。