【技术实现步骤摘要】
本申请涉及计算机数据处理，具体涉及一种基于机器学习算法的上颌窦囊肿预测模型的构建方法、上颌窦囊肿预测方法及装置、存储介质。
技术介绍
1、上颌窦囊肿是上颌窦黏膜病变的类型之一，占所有鼻旁窦囊肿的89.5％-92.7％，发病率为3.6％-35.6％。上颌窦囊肿早期多无症状，囊肿增大充满窦腔后可出现面颊部闷胀感和按压疼痛及同侧牙痛等症状。若囊肿增大压迫鼻中隔，可导致鼻中隔偏曲；若囊肿堵塞上颌窦口，可出现鼻窦炎相关症状，如鼻塞、流涕等。临床上进行上颌窦底提升术时，为了有效处理上颌窦囊肿，必须充分了解其致病因素。以往的研究报道了与上颌窦囊肿相关的解剖因素和牙源性因素等，但并未形成统一结论。此外，各种影响因素与上颌窦囊肿之间错综复杂的非线性关系对于传统线性统计方法的应用提出了巨大挑战。考虑到上颌窦囊肿发生率较高、影响因素不明确、影响患者生活质量以及给医生带来困扰，为了提高对上颌窦囊肿的预测准确性和及早干预的能力、提高患者的生活质量，迫切需要确定上颌窦囊肿的危险因素并对上颌窦囊肿的发生进行预测。
技术实现思路p>
1、本申请本文档来自技高网...
【技术保护点】
1.一种基于机器学习算法的上颌窦囊肿预测模型的构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习算法的上颌窦囊肿预测模型的构建方法，其特征在于，所述获取患者的临床数据，具体包括：
3.根据权利要求1所述的基于机器学习算法的上颌窦囊肿预测模型的构建方法，其特征在于，所述对数据集进行数据预处理，具体包括：
4.根据权利要求1所述的基于机器学习算法的上颌窦囊肿预测模型的构建方法，其特征在于，所述筛选数据集中的特征变量，具体包括：
5.根据权利要求4所述的基于机器学习算法的上颌窦囊肿预测模型的构建方法，其
<...【技术特征摘要】
1.一种基于机器学习算法的上颌窦囊肿预测模型的构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习算法的上颌窦囊肿预测模型的构建方法，其特征在于，所述获取患者的临床数据，具体包括：
3.根据权利要求1所述的基于机器学习算法的上颌窦囊肿预测模型的构建方法，其特征在于，所述对数据集进行数据预处理，具体包括：
4.根据权利要求1所述的基于机器学习算法的上颌窦囊肿预测模型的构建方法，其特征在于，所述筛选数据集中的特征变量，具体包括：
5.根据权利要求4所述的基于机...
【专利技术属性】
技术研发人员：李自良，杨浩然，陈宇翔，赵安娜，饶先琦，
申请(专利权)人：昆明医科大学，
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。