基于机器学习的新冠肺炎与流感快速鉴别方法的研究

发布时间：2021-02-12 15:30

　　新冠肺炎作为一种新发性传染疾病,与流感均含有发热、咳嗽等临床特征,快速准确地将新冠肺炎与流感进行鉴别,有助于对患者进行救治。采用独立样本t检验的方法对患者检验数据中多个指标进行差异性分析,选择差异性较大的指标,评估机器学习中线性与非线性算法、集成算法等多种算法在流感与新冠肺炎快速鉴别中的应用效果。结果显示,SVM算法在新冠肺炎与流感的鉴别问题上效果更好。 

【文章来源】：中国数字医学. 2020,15(09)

【文章页数】：4 页

【部分图文】：

线性与非线性算法评估结果

集成算法评估结果

【参考文献】：
期刊论文
[1]基于CNN-SVM的护理不良事件文本分类研究[J]. 葛晓伟,李凯霞,程铭.  计算机工程与科学. 2020(01)
[2]流感样症状患者临床特征分析[J]. 刘思齐,蒋龙元.  中华卫生应急电子杂志. 2019(03)



本文编号：3031073