【技术实现步骤摘要】
本专利技术涉及计算医学中的多模态领域，尤指一种慢性肾脏疾病进展预测方法、装置、存储介质、计算机程序产品。
技术介绍
1、现有的慢性肾脏病进展预测技术主要包括于电子病历数据的临床模型、应用机器学习算法的简单模型、利用多模态数据的扩展模型等几类方法。
2、其中：在基于电子病历数据的临床模型的预测方法中，许多模型利用电子病历中记录的临床指标来预测慢性肾脏疾病的进展。预测模型中最常见的预测因子是年龄、性别、体重指数、糖尿病状态、收缩压、血清肌酐、蛋白尿的测量以及血清白蛋白或总蛋白。该类技术多由临床应用转化而来，为便于现实场景使用，通常遵从数据易获得与适用范围广两大原则。但由于这类方法是临床经验的总结，这也导致方法选用的指标少，难以发现新的知识，导致对新的症状预测精度差。
3、在应用机器学习算法的简单模型的预测方法中，其运用机器学习算法来处理范围更广、数量更多的变量，增强了对结构化数据和分类问题的分析能力，一定程度提高了疾病预测准确率。但该类技术的限制主要来源于模型自身，包括：难以利用大规模数据、简单结构难以捕捉数据中复杂...
【技术保护点】
1.一种慢性肾脏疾病进展预测方法，其特征在于，包含：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求2所述的方法，其特征在于，
5.根据权利要求1所述的方法，其特征在于，
6.根据权利要求1所述的方法，其特征在于，
7.根据权利要求1所述的方法，其特征在于，还包含：
8.根据权利要求1所述的方法，其特征在于，还包含：
9.一种慢性肾脏疾病进展预测装置，其特征在于，包含：
10.根据权利要求9所述的装置，其
【技术特征摘要】
1.一种慢性肾脏疾病进展预测方法，其特征在于，包含：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求2所述的方法，其特征在于，
5.根据权利要求1所述的方法，其特征在于，
6.根据权利要求1所述的方法，其特征在于，
7.根据权利要求1所述的方法，其特征在于，还包含：
8.根据权利要求1所述的方法，其特...
【专利技术属性】
技术研发人员：乔艺璇，赵屹，赵连鹤，吴杨，
申请(专利权)人：中国科学院计算技术研究所，
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。