一种基于核主成分分析和多项式特征的脑血管病神经功能损伤程度预测模型

摘要

本发明公开一种基于核主成分分析和多项式特征的脑血管病神经功能损伤程度预测模型，先从大数据平台中获取已经处理好的医疗结构化数据，对所有数据进行预处理后，采用如下特征提取方法：先构建特征，然后针对所有特征数据，提取有显著性差异的特征数据，接着采用核主成分分析将数据映射到高维度后再降维。最后构建基于逻辑回归、支持向量机、随机森林的脑卒中病情严重程度的机器学习模型。实验分别设置4个对照组，实践证明，该方法相比于对照组能够有效的提高各分类器对于脑血管病神经功能损伤程度的预测性能，相比于对照组，大大缩短了特征提取的时间。