基于XGBoost的新冠肺炎智能检测系统实现

• 作者: 何强 姜鹏 江家文 赵亮 陈文 高瞻
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 新冠肺炎 智能检测系统 XGBoost算法
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 信息化论坛
• 页码范围: 123-127
• 页数: 5页
• 分类号: R319|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2020.11.033

摘要

目的:针对目前新型冠状病毒核酸检测假阴性率高、检测效率低,且缺乏性能优越的新冠肺炎智能检测系统的问题.方法:设计了一种基于XGBoost的新冠肺炎智能检测系统,以患者生化检验数据为特征,借助XGBoost算法进行模型训练和预测,并采用前后端分离技术,以JSON格式数据进行通讯和传输,结合Jsp动态网页和高性能Web框架FastAPI,实现了对新冠肺炎患者的智能诊断.结果:本研究共有791例样本,其中169例为新冠肺炎确诊患者,通过多种分类模型对比实验,结果显示本系统采用的算法分类准确率为94.34％,明显高于其他模型.结论:本系统可以为新冠肺炎临床诊断提供参考.