期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于人工智能的糖尿病预测研究
被引量：
4
1
作者
周乐明
尚明生
+4 位作者
王永红
宋景麟
李小松
黄刚
王科
《重庆医科大学学报》
CAS
CSCD
北大核心
2023年第12期1489-1492,共4页
目的:以临床类指标建立基于极限梯度增强(extreme gradient boosting,XGBoost)、基于梯度提升树的分类器(light gra-dient boosting machine,LightGBM)、自适应增强(adaptive boosting,AdaBoost)、多层感知器(multilayer perceptron,MLP...
目的:以临床类指标建立基于极限梯度增强(extreme gradient boosting,XGBoost)、基于梯度提升树的分类器(light gra-dient boosting machine,LightGBM)、自适应增强(adaptive boosting,AdaBoost)、多层感知器(multilayer perceptron,MLP)等4种分类器的糖尿病预测模型,并评价其筛查效果。方法:根据病例对照研究设计采集研究组、对照组的99项临床类数据,使用py-thon3.8进行了分析,接着采用线性插补、固有非负隐特征(inherent non negative implicit features,INLF)模型等方法对特征缺失值进行了预测,然后使用4种分类器构建分类模型来检测糖尿病。结果:3241例高血压合并糖尿病患者作为研究组,4181例高血压患者作为对照组被纳入模型进行分析,包含99个特征,通过基于XGBoost、LightGBM、AdaBoost和MLP等4种分类器的糖尿病鉴别分类准确率分别为0.8949、0.8875、0.8620、0.8566。结论:本研究提出基于INLF预测的分类器模型框架的筛查效果较好,初步解决了通过机器学习来进行糖尿病早期筛查的问题,对临床诊断具有一定的实际意义,可作为一种简单、有效的糖尿病及其并发症筛查的方法。
展开更多
关键词
不完备数据
糖尿病并发症
固有非负隐特征
分类器
在线阅读
下载PDF
职称材料
题名
基于人工智能的糖尿病预测研究
被引量：
4
1
作者
周乐明
尚明生
王永红
宋景麟
李小松
黄刚
王科
机构
重庆
邮电大学计算机
科
学与技术学院
中国
科
学院
重庆
绿色智能技术研究院大数据中心
重庆市
黔江中心
医院
检验
科
重庆
银行博士后研究中心
成都市第三
人民医院
心血管内
科
重庆市永川区人民医院检验科
出处
《重庆医科大学学报》
CAS
CSCD
北大核心
2023年第12期1489-1492,共4页
基金
重庆市科技局、重庆市卫生健康委联合科研资助项目(编号:2019ZDXM006)。
文摘
目的:以临床类指标建立基于极限梯度增强(extreme gradient boosting,XGBoost)、基于梯度提升树的分类器(light gra-dient boosting machine,LightGBM)、自适应增强(adaptive boosting,AdaBoost)、多层感知器(multilayer perceptron,MLP)等4种分类器的糖尿病预测模型,并评价其筛查效果。方法:根据病例对照研究设计采集研究组、对照组的99项临床类数据,使用py-thon3.8进行了分析,接着采用线性插补、固有非负隐特征(inherent non negative implicit features,INLF)模型等方法对特征缺失值进行了预测,然后使用4种分类器构建分类模型来检测糖尿病。结果:3241例高血压合并糖尿病患者作为研究组,4181例高血压患者作为对照组被纳入模型进行分析,包含99个特征,通过基于XGBoost、LightGBM、AdaBoost和MLP等4种分类器的糖尿病鉴别分类准确率分别为0.8949、0.8875、0.8620、0.8566。结论:本研究提出基于INLF预测的分类器模型框架的筛查效果较好,初步解决了通过机器学习来进行糖尿病早期筛查的问题,对临床诊断具有一定的实际意义,可作为一种简单、有效的糖尿病及其并发症筛查的方法。
关键词
不完备数据
糖尿病并发症
固有非负隐特征
分类器
Keywords
incomplete data
diabetes complication
inherent non-negative latent feature
classifier
分类号
R587.1 [医药卫生—内分泌]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于人工智能的糖尿病预测研究
周乐明
尚明生
王永红
宋景麟
李小松
黄刚
王科
《重庆医科大学学报》
CAS
CSCD
北大核心
2023
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
