System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及医疗器械,尤其是涉及一种预测模型的构建方法及疾病预测方法、装置、设备和介质。
技术介绍
1、现有的对免疫相关疾病的诊断方式多为,医生根据患者的历史就诊信息和问诊信息让患者去做相关免疫检测项目的检查,再根据对应的检验结果结合自己的经验、学识对患者下诊断,进行治疗。
2、然而,因每个医生的临床经验不同,给出的诊断并不一定正确,不正确的诊断会导致医疗事故的发生,此外,利用人工分析检验结果进行诊断的整体效率较低。因此,通过机器来实现免疫相关疾病的预测,以辅助医生进行临床诊断的技术尤为必要。
技术实现思路
1、为解决现有存在的技术问题,本申请提供一种可辅助医生进行临床诊断以提高医生看诊效率和提高诊断准确性的免疫疾病的预测模型的构建方法及免疫疾病预测方法、装置、设备和介质。
2、一种疾病预测模型的构建方法,包括:
3、获取与多个目标免疫疾病分别对应的训练样本集,每一个所述训练样本集中的训练样本以对应的所述目标免疫疾病为分类标签,且所述训练样本的特征集包括诊断结果为对应的所述目标免疫疾病的历史免疫诊断例对应的免疫检测信息和临床信息,所述免疫检测信息包括免疫报告参数信息;
4、构建与各个所述目标免疫疾病分别对应的待训练模型;
5、采用各个所述训练样本集,分别对各个所述待训练模型进行训练,获得用于预测各个所述目标免疫疾病的免疫疾病预测模型。
6、一种疾病预测模型的构建装置,包括:
7、训练样本获取模块,用于
8、模型构建模块,用于构建与各个所述目标免疫疾病分别对应的待待训练模型;
9、训练模块,用于采用各个所述训练样本集,分别对各个所述待训练模型进行训练,获得用于预测各个所述目标免疫疾病的免疫疾病预测模型。
10、一种疾病预测方法,应用于疾病预测设备,包括:
11、获取待测样本,所述待测样本的特征集包括待检测对象的免疫检测信息和临床信息,所述待检测对象的免疫信息包括免疫报告参数信息;
12、利用所述的构建方法所获得所述免疫疾病预测模型对所述待测样本进行特征提取,获取所述待检测对象的免疫疾病预测结果。
13、一种疾病预测装置,包括:
14、待测样本获取模块,用于获取待测样本,所述待测样本的特征集包括待检测对象的免疫检测信息和临床信息;
15、预测模块,用于利用根据所述的构建方法所获得所述免疫疾病预测模型对所述待测样本进行特征提取,获取所述待检测对象的免疫疾病预测结果。
16、一种疾病预测设备,包括处理器及存储器,所述存储器内存储有可被所述处理器执行的计算机程序,所述计算机程序被所述处理器执行时实现所述的构建方法、或所述的预测方法。
17、一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被控制器执行时实现所述的构建方法、或所述的预测方法。
18、由上可见,在本申请提供的疾病预测模型的构建方法中,通过与各个目标免疫疾病对应的历史免疫诊断例的免疫检测信息和临床信息作为以对应的目标免疫疾病为分类标签的训练样本集的特征集,以及根据各个所述目标免疫疾病构建各个对应的待训练模型,再利用各个训练样本集对各个待训练模型进行训练,获得免疫疾病预测模型。基于所述免疫疾病预测模型的疾病预测方法,可以根据待检测对象的免疫检测信息和临床信息实现对所述待检测对象的免疫疾病的预测,以辅助医生对检测对象进行免疫疾病的诊断,有利于提高医生的看诊效率,降低人力和时间成本,同时还可降低误诊率,减少医疗事故的发生。
本文档来自技高网...【技术保护点】
1.一种疾病预测模型的构建方法,其特征在于,包括:
2.根据权利要求1所述的构建方法,其特征在于,所述历史免疫诊断例的所述免疫检测信息还包括各个免疫微球团的团特征,所述团特征包括团中心信息、团密度信息、和/或团离散度信息,各个所述免疫微球团为所述历史诊断例的检测样本中与所述历史诊断例的各个免疫报告参数分别对应,各个所述免疫微球团对应的浓度值为各个对应的免疫报告参数的参数值。
3.根据权利要求1或2所述的构建方法,其特征在于,其特征在于,所述获取与多个目标免疫疾病分别对应的训练样本集,包括:
4.根据权利要求3所述的构建方法,其特征在于,其特征在于,所述确定与各个所述目标免疫疾病对应的历史免疫诊断例,包括:
5.根据权利要求3所述的构建方法,其特征在于,所述获取各个所述历史免疫诊断例对应的免疫检测信息和临床信息,包括:
6.根据权利要求5所述的构建方法,其特征在于,所述历史诊断例的所述免疫检测信息还包括各个免疫微球团的团特征,所述团特征包括团中心信息、团密度信息、和/或团离散度信息,各个所述免疫微球团为所述历史诊断例的检测
7.根据权利要求1所述的构建方法,其特征在于,每一个所述训练样本集中的所述训练样本的特征集,还包括对应所述历史免疫诊断例的检测样本状态参数。
8.根据权利要求1所述的构建方法,其特征在于,每一个所述训练样本集中的所述训练样本的特征集,还包括对应所述历史免疫诊断例的免疫分析仪的设备状态参数。
9.一种疾病预测模型的构建装置,其特征在于,包括:
10.一种疾病预测方法,应用于疾病预测设备,其特征在于,包括:
11.根据权利要求10所述的疾病预测方法,其特征在于,所述免疫疾病预测模型的训练样本的特征集包括与对应的所述历史免疫诊断例对应的检测样本状态参数,所述待测样本的特征集还包括与所述待检测对象对应的检测样本的检测样本状态参数;和/或,
12.一种疾病预测装置,其特征在于,包括:
13.一种疾病预测设备,其特征在于,包括处理器及存储器,所述存储器内存储有可被所述处理器执行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的构建方法、或如权利要求10或11所述的预测方法。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被控制器执行时实现如权利要求1至8中任一项所述的构建方法、或如权利要求10或11所述的预测方法。
...【技术特征摘要】
1.一种疾病预测模型的构建方法,其特征在于,包括:
2.根据权利要求1所述的构建方法,其特征在于,所述历史免疫诊断例的所述免疫检测信息还包括各个免疫微球团的团特征,所述团特征包括团中心信息、团密度信息、和/或团离散度信息,各个所述免疫微球团为所述历史诊断例的检测样本中与所述历史诊断例的各个免疫报告参数分别对应,各个所述免疫微球团对应的浓度值为各个对应的免疫报告参数的参数值。
3.根据权利要求1或2所述的构建方法,其特征在于,其特征在于,所述获取与多个目标免疫疾病分别对应的训练样本集,包括:
4.根据权利要求3所述的构建方法,其特征在于,其特征在于,所述确定与各个所述目标免疫疾病对应的历史免疫诊断例,包括:
5.根据权利要求3所述的构建方法,其特征在于,所述获取各个所述历史免疫诊断例对应的免疫检测信息和临床信息,包括:
6.根据权利要求5所述的构建方法,其特征在于,所述历史诊断例的所述免疫检测信息还包括各个免疫微球团的团特征,所述团特征包括团中心信息、团密度信息、和/或团离散度信息,各个所述免疫微球团为所述历史诊断例的检测样本中与所述历史诊断例的各个免疫报告参数分别对应,各个所述免疫微球团对应的浓度值为各个对应的免疫报告参数的参数值;
7.根据权利要求1所述的构建方法...
【专利技术属性】
技术研发人员:燕赛赛,陈馨,方建伟,王玉亭,
申请(专利权)人:深圳市帝迈生物技术有限公司,
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。