基于机器学习的新冠肺炎与流感快速鉴别方法的研究

• 作者: 梁盼 程铭 葛晓伟 马晓旭
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 新冠肺炎 机器学习 快速鉴别
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 特别专题-信息化建设助力疫情防控
• 页码范围: 21-23,52
• 页数: 4页
• 分类号: R319|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2020.09.006

摘要

新冠肺炎作为一种新发性传染疾病,与流感均含有发热、咳嗽等临床特征,快速准确地将新冠肺炎与流感进行鉴别,有助于对患者进行救治.采用独立样本t检验的方法对患者检验数据中多个指标进行差异性分析,选择差异性较大的指标,评估机器学习中线性与非线性算法、集成算法等多种算法在流感与新冠肺炎快速鉴别中的应用效果.结果显示,SVM算法在新冠肺炎与流感的鉴别问题上效果更好.