基于临床化验指标预判胡蜂蛰伤病人轻症或重症的方法技术

一种基于临床化验指标预判胡蜂蛰伤病人轻症或重症的方法，其目的是得到由胡蜂蛰伤临床测量指标判断症状轻重的预测值。具体实现时，首先，收集一个包含相关特征和目标变量的数据集，利用每个病人的血常规、肝功、肾功以及心肌酶的关联特征的量值，将这些量值作为每个病人的一个特征集，专业医生提供轻重症标签，目标变量表示症状的严重程度，可以分为轻或重症；定义XGBoost模型和设置模型的参数，然后将XGBoost模型拟合到训练数据上，在训练过程中，模型将迭代地构建决策树以最小化指定的损失函数；接下来，使用训练好的模型对测试数据进行预测，绘制ROC曲线；进而在实际预测时，输入病人对应的特征数据后得到对应的症状预测值。

【技术实现步骤摘要】

本专利技术涉及机器学习、生物医学领域，具体公开了一种基于机器学习分析胡蜂蛰伤病人临床测量指标预测蜇伤评价属于轻症或重症的方法。

技术介绍

1、胡蜂蛰伤后病人出现局部和系统中毒症状，因为胡蜂的尾刺连有毒腺，蛰人时可将蜂毒注入人体皮内，尤其是被群胡蜂蛰伤后症状往往比较严重，除皮肤红肿外，还可出现头晕目眩、恶心呕吐、面部浮肿、呼吸困难、烦躁不安等症状，甚至可出现昏迷和休克。胡蜂蛰伤主要发生在我国山区夏秋季，起病急，病情进展迅速，通过病人各项检查指标来判断其胡蜂蛰伤严重性，对研究其病临床特点和为进一步规范化重症胡蜂蛰伤治疗提供依据就显得十分重要。

2、近年来，随着机器学习的兴起，为判断预测症状的解决提供了新的思路。机器学习作为新时代人工智能领域的必然产物，其算法拥有强大的学习能力，结合机器学习学习血检指标等特征，能准确判断症状严重性，辅助医生判断，提高医疗效率。

3、xbgoost(extreme gradient boosting)极致梯度提升算法，是一种基于gbdt的算法，具有高效、灵活和轻便的特点，在数据挖掘、推荐系统等领域得到广泛的本文档来自技高网...

【技术保护点】

1.一种基于临床化验指标预判胡蜂蛰伤病人轻症或重症的方法，其特征在于：以胡蜂蛰伤患者的特征数据为输入，采用预测模型预测患者属于轻症或重症，并输出对应的轻/重症的预测值，用于辅助医生临床诊断；

2.根据权利要求1所述的基于临床化验指标预判胡蜂蛰伤病人轻症或重症的方法，其特征是步骤一中，对于临床检测数据中的不完整数据进行数据填充。

3.根据权利要求1所述的基于临床化验指标预判胡蜂蛰伤病人轻症或重症的方法，其特征是步骤一中，所述临床检测数据包括：

4.根据权利要求1所述的基于临床化验指标预判胡蜂蛰伤病人轻症或重症的方法，其特征是所述步骤二中，步骤包括：...

【技术特征摘要】

1.一种基于临床化验指标预判胡蜂蛰伤病人轻症或重症的方法，其特征在于：以胡蜂蛰伤患者的特征数据为输入，采用预测模型预测患者属于轻症或重症，并输出对应的轻/重症的预测值，用于辅助医生临床诊断；

2.根据权利要求1所述的基于临床化验指标预判胡蜂蛰伤病人轻症或重症的方法，其特征是步骤一中...

【专利技术属性】
技术研发人员：柳冰冰，吴晨，赫正方，刘辉，刘学军，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：