换一批
换一批基于一致性预测算法的病毒性脑膜炎辅助诊断模型研究
Research on auxiliary diagnosis model of viral meningitis based on conformal prediction algorithm
摘要目的:构建病毒性脑膜炎置信分类模型,为临床决策提供参考价值.方法:以病毒性脑膜炎数据为研究样本,采用神经网络(NN)和K最近邻(KNN)作为一致性预测器(CP)的奇异映射底层算法构建病毒性脑膜炎置信模型,即CP-NN和CP-KNN.结果:在设定置信度水平为0.998,CP-NN模型表现优异,其准确率为 0.964,精确率为 0.969,召回率为 0.981,调和平均数为 0.975.结论:CP-NN作为病毒性脑膜炎疾病辅助诊断模型,能够解决诊断中个性化高风险评估问题和传统机器学习模型退化问题,同时预测结果附带置信度,使得病毒性脑膜炎诊断更符合医疗需求.
更多相关知识
关键词
一致性预测器病毒性脑膜炎临床辅助诊断置信分类模型Conformal predictorViral meningitisClinical auxiliary diagnosisConfidence classification model
栏目名称
DOI
10.3969/j.issn.1673-7571.2025.04.014
发布时间
2025-04-21
- 浏览0
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
