科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 研究机器学习算法评估妊娠期间胎儿在子宫内的状态，提出一种基于Stacking模型融合的胎儿宫内状态智能评估新方法。方法 在特征选择阶段，运用极端梯度提升树与热力图对公开的胎心数据集分析，选择出最优特征子集。在分类阶段，运用一种两层Stacking模型融合新方法对胎儿进行评估，第一层集合5种强机器学习模型来训练，第二层采用Logistics回归模型。结果 运用胎心数据测试集来验证，分类准确率达0.950，受试者曲线下面积达0.980。结论 基于Stacking模型融合的新方法可辅助临床医师对胎儿宫内健康状态进行诊断。
-
单位首都医科大学附属北京妇产医院; 北京工业大学
