基于大数据的脑卒中复发预测模型的构建

• 作者: 宋立冉 陈莉平
• 来源期刊: 物联网技术
• 关键词: 脑卒中 复发 大数据 机器学习 集成学习算法 危险因素 预测模型 原型系统
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 智能处理与应用
• 页码范围: 50-54
• 页数: 5页
• 分类号: TP274
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2019.06.015

摘要

我国临床资料表明脑卒中具有较高的复发率,采用风险预测模型及时对脑卒中患者进行智能化的复发风险筛查,识别脑卒中高复发人群具有重要意义.文中提出基于脑卒中患者数据建立脑卒中大数据应用平台,通过采集和集成脑卒中患者的数据,提取导致脑卒中复发的重要危险因素,在此基础上,采用基于机器学习的集成学习框架在平台的数据分析层构建脑卒中复发风险评估模型.目前已开发了脑卒中复发预测模型的原型系统,脑卒中平台业务管理人员可利用平台的预测模型对脑卒中初患人群进行复发风险预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈莉平		1	1	1.0	1.0
2	宋立冉		1	1	1.0	1.0