认知功能障碍预测模型的训练方法及相关设备技术

本申请提供了一种认知功能障碍预测模型的训练方法、装置、计算机可读介质及电子设备。该认知功能障碍预测模型的训练方法包括：从人群中获取至少两个认知功能维度的检测信息，构成信息集；检测所述信息集中的异常数据，删除所述异常数据得到第一信息集；基于所述第一信息集的训练样本计算特征因子，并基于所述特征因子从所述训练样本中提取训练特征；将所述训练特征输入预设的训练模型中，输出训练结果；基于所述训练结果评估所述训练模型的检测效果。通过对从人群中得到的信息集进行异常检测和特征提取，将得到的训练特征用于各类模型的训练中，提高了数据应用的准确性，进而提高了模型生成的效率和应用的精确性。

【技术实现步骤摘要】

本申请涉及计算机，具体而言，涉及一种认知功能障碍预测模型的训练方法、装置、计算机可读介质及电子设备。

技术介绍

1、在当前的医疗与科技的应用中，存在着很多通过人工智能的方式进行医学检验的方法或者设备。但是针对一些疑难的病症很难通过这些方式来确定。尤其是在数据样本较为复杂、种类较多的情况下，现有技术中很难通过数据的检测来生成一个精确的模型，这种方式使得模型生成的效率较低，且模型的准确性也相对较低。

技术实现思路

1、本申请的实施例提供了一种认知功能障碍预测模型的训练方法、装置、计算机可读介质及电子设备，进而至少在一定程度上可以解决模型生成的效率和准确性相对较低的问题。

2、本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

3、根据本申请的一个方面，提供了一种认知功能障碍预测模型的训练方法，包括：

4、从人群中获取至少两个认知功能维度的检测信息，构成信息集；

5、检测所述信息集中的异常数据，删除所述异常数据得到第一信息集；

本文档来自技高网...

【技术保护点】

1.一种认知功能障碍预测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，从人群中获取至少两个认知功能维度的检测信息，构成信息集，包括：

3.根据权利要求1所述的方法，其特征在于，检测所述信息集中的异常数据，删除所述异常数据得到第一信息集，包括：

4.根据权利要求3所述的方法，其特征在于，将各数据标签对应的数据值进行异常检测，确定其中的异常数据，包括：

5.根据权利要求1所述的方法，其特征在于，基于所述第一信息集的训练样本计算特征因子，并基于所述特征因子从所述训练样本中提取训练特征，包括：p>

6.根据权...

【技术特征摘要】

1.一种认知功能障碍预测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，从人群中获取至少两个认知功能维度的检测信息，构成信息集，包括：

3.根据权利要求1所述的方法，其特征在于，检测所述信息集中的异常数据，删除所述异常数据得到第一信息集，包括：

4.根据权利要求3所述的方法，其特征在于，将各数据标签对应的数据值进行异常检测，确定其中的异常数据，包括：

5.根据权利要求1所述的方法，其特征在于，基于所述第一信息集的训练样本计算特征因子，并基于所述特征因子从所述...

【专利技术属性】
技术研发人员：任晓虎，刘建军，朱飞奇，刘佩意，刘威，杨细飞，黄新凤，
申请(专利权)人：深圳市疾病预防控制中心深圳市卫生检验中心，深圳市预防医学研究所，
类型：发明
国别省市：