一种基于机器学习联合多维度指标的慢阻肺早筛模型构建方法

本发明涉及医疗智能技术领域，尤其涉及一种基于机器学习联合多维度指标的慢阻肺早筛模型构建方法。采集多维度数据；基于标准化处理对多维度数据消除量纲影响；基于Logi st ic回归算法对所述标准化处理后的多维度数据筛选指标；基于筛选后的指标输入至多统计量通道注意力一维卷积神经网络算法构建慢阻肺早筛模型；基于训练集对慢阻肺早筛模型进行训练，使用测试集对慢阻肺早筛模型进行评估，根据评估结果调整模型参数，直至慢阻肺早筛模型性能最优；基于混淆矩阵、受试者工作特征曲线(ROC)和曲线下面积(AUC)对慢阻肺早筛模型进行评估。本发明解决了现有技术中慢阻肺早期筛查的准确性和效率低下的问题。