买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:四川大学
摘要:本发明提供了一种基于KGLR模型进行输血概率预测的方法和系统,涉及数据分析和处理领域。本发明提供的输血预测方法和系统,将基于复制掩码机制的缺失推断方法和基于knockoffGAN的控制变量选择相结合的KGLR模型,提供了一个更简单、更透明、更稀疏的高精度模型。通过结合改进的KGLR模型和深度学习缺失推断框架,能够在不假设任何特征分布情况下控制错误发现率,挖掘出与目标变量有潜在因果关联的协变量,去除了其他冗余的协变量,使用高度可解释的模型来预测手术期间为输注红细胞的可能性,同时弥补了现有技术中的缺陷,改进方案的预测计算方法合理高效,适用于各种场合下的输血预测计算,可以有效提升可能的输血预测评估准确度,方案高效实用客观准确。
主权项:1.一种基于KGLR模型进行输血概率预测的方法,其特征在于,包括如下步骤:S01,采集原始临床输血数据,并对采集的原始临床输血数据进行数据预处理;所述数据预处理至少包括利用基于复制掩码机制的缺失推断框架对样本数据进行缺失推断和或缺失值填充;S02,利用基于knockoffGAN框架的KGLR模型对预处理后的样本数据提取相应knockoffGAN特征,确定真实特征-knockoffGAN特征对;S03,在同时控制错误发现率和统计功效的条件下基于真实特征-knockoffGAN特征对进行特征筛选,获取筛选后的特征结果;S04,将筛选后的特征结果利用可解释分类器进行训练学习,并将训练后的分类器用于对待预测数据进行评估预测,并输出最终预测结果。
全文数据:
权利要求:
百度查询: 四川大学 一种基于KGLR模型进行输血概率预测的方法和系统
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。