申请/专利权人：上海大学;上海大学温州研究院

申请日：2024-04-10

公开（公告）日：2024-06-25

公开（公告）号：CN118245900A

主分类号：G06F18/2411

分类号：G06F18/2411;G06F18/21;G16H50/20;G06F18/10

优先权：

专利状态码：在审-公开

法律状态：2024.06.25#公开

摘要：本发明涉及一种阑尾炎分类算法，属于阑尾炎领域，包括采集医院的数据，然后进行数据清洗和取值，然后在取值时惩罚参数C取10，核函数的系数gamma为0.01，和核函数类型kernel”rbf”得到计算结果，进入验证将数据集分成10个相等的子集，然后依次选取其中一个子集作为验证集，其余的子集作为训练集，重复这个过程10次，每次都使用不同的验证集。该阑尾炎分类算法，该算法采用支持向量机进行分类，K折交叉验证技术进行准确度验证，通过参数网络选定最优参数后，采用支持向量机对选定特征值进行分类，并用K折交叉验证技术验证算法准确度。该算法的设计和实施可以有效提高急性阑尾炎分类效率和准确度，帮助医生指定更精准的治疗方案。

主权项：1.一种阑尾炎分类算法，其特征在于，包括以下步骤：步骤S1，采集数据，采集具体的患者急性阑尾炎患者数据，得到实际患者数据集，并将患者数据分为急性化脓性阑尾炎和急性坏疽性阑尾炎患者两个类型以及28项病例字段；步骤S2，数据填充和清洗，将数据中28项病例字段取该特征的均值进行填充；步骤S2.1，其中有个例并非数值，若特征中的值是‘0.5’，按0.5处理；对剩下的文本型数据，没办法求均值，则取该特征中最多的值填充缺失值；步骤S2.2，将文本型数据映射成数值型，如从住院到手术时间8h外科手术延迟时间中“小于”映射成“0”，“大于”映射成“1”，进行清洗数据，从清洗后的数据中选择合适的特征值；步骤S3，计算范围值，通过使用参数网格，可以系统地探索不同的参数组合，从而找到SVM模型最优的参数；步骤S3.1，参数网格指定了三个参数：惩罚参数C、核函数的系数gamma和核函数类型kernel，并分别给出了参数的候选取值范围；步骤S3.2，C的候选取值为0.1、1、10和100，gamma的候选取值为0.1、0.01和0.001，kernel的候选取值为'linear'和'rbf'；步骤S3.3，使用GridSearchCV函数来进行参数搜索，GridSearchCV将会尝试所有的参数组合，对每一种组合进行交叉验证，并评估模型的性能；步骤S4，验证算法，为了验证算法的准确性和鲁棒性，采用K折交叉验证技术对分类器进行评估；步骤S4.1，将数据集分成10个相等的子集，然后依次选取其中一个子集作为验证集，其余的子集作为训练集；步骤S4.2重复这个过程10次，每次都使用不同的验证集步骤S4.3，根据10次验证的结果评估算法的性能。

全文数据：

权利要求：

百度查询： 上海大学;上海大学温州研究院 一种阑尾炎分类算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD