基于XGBoost的新冠肺炎智能检测系统实现

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.