公开(公告)号：CN119650049A

公开(公告)日：2025-03-18

申请号：CN202510186339.3

申请日：2025-02-20

Applicant: 河北工程大学

Inventor： 田丰 ,  谷佳璇 ,  赵婷婷 ,  王乔 ,  赵娜 ,  路赛丛

IPC: G16H50/20 ,  G16H50/70 ,  G06N3/048 ,  G06N3/0499 ,  G06F18/21 ,  G06F18/214 ,  G06F18/243 ,  A61B5/00

Abstract: 本发明属于深度学习技术领域，公开了一种宫颈上皮内瘤变风险预测模型及其构建方法、电子设备和存储介质，方法包括：数据样本采集步骤；数据分析步骤，筛选出原始显著特征；将原始显著特征作为输入数据构建决策树模型，得到每个样本的预测结果；将预测结果作为新显著特征提取出来；将原始显著特征与新显著特征合并为一个扩展特征集，使用扩展特征集对人工神经网络模型进行训练，得到宫颈上皮内瘤变风险预测模型。本发明通过集成决策树和人工神经网络，结合临床筛查指标，实现了宫颈上皮内瘤变风险评估，提高了预测的准确性和鲁棒性，大大提高了临床诊断效率。