二阶段混合模型的智能辅助医疗决策支持方法

摘要

一种二阶段混合模型的智能辅助医疗决策支持方法，包括下列主要步骤：基于减聚类方法，对真实的医疗样本数据信息进行加权预处理，将非线性不可分的特征空间转化为可分的线性数据特征空间；基于高效的极限学机模型，利用预处理得到的加权特征数据，通过数据自学构建医疗决策支持模型；基于构建的学模型，采用真实的医疗数据，对研究对象进行分类预测，从而实现为目标用户提供可靠高效的辅助预测支持，主要优点：(1)方法简单，易于实现，并且能产生准确度很高的预测结果；(2)该方法涉及的参数较少，且参数影响较小，即需要人为干预较少，便于操作；(3)该方法计算速度极快，效率高。

主权项

一种二阶段混合模型的智能辅助医疗决策支持方法，其特征在于，包括如下步骤： S1，基于减聚类方法，对真实的医疗样本数据信息进行加权预处理，将非线性不可分的特征空间转化为可分的线性数据特征空间； S2，基于高效的极限学习机模型，利用预处理得到的加权特征数据，通过数据自学习构建医疗决策支持模型； S3，基于S2构建的模型，采用真实的医疗数据，对研究对象进行分类预测，从而实现为目标用户提供可靠高效的辅助预测支持。