[发明专利]一种筛选骨折后形成血栓因素的方法

权利要求书

1.一种筛选骨折后形成血栓因素的方法，其特征在于：包括以下步骤，

S1：采集骨折后血栓患者的检测信息；

S2：通过数据模型分析所述检测信息；

S3：获取多个模型参数；

S4：计算所述模型参数对应的发生率。

2.根据权利要求1所述的一种筛选骨折后形成血栓因素的方法，其特征在于：所述数据模型包括但不限于逻辑回归模型、决策树模型、梯度提升决策树GBDT模型，概率分析模型。

3.根据权利要求1或2所述的一种筛选骨折后形成血栓因素的方法，其特征在于：所述S3包括以下步骤，

S31：通过对所述检测信息进行模型运算；

S32：获取所述检测信息中包含的多个所述模型参数；

S33：确定多个所述模型参数的差异统计信息，所述差异统计信息包括与参数取值大小差异相关的统计量；

S34：根据所述差异统计信息，确定骨折后血栓形成的高危因素。

4.根据权利要求3所述的一种筛选骨折后形成血栓因素的方法，其特征在于：所述统计量包括多个。

5.根据权利要求3所述的一种筛选骨折后形成血栓因素的方法，其特征在于：所述S3还包括以下步骤，

S35：根据所述差异统计信息和预定的差异阈值，确定骨折后血栓形成的高危因素。

6.根据权利要求4或5所述的一种筛选骨折后形成血栓因素的方法，其特征在于：所述S4包括以下步骤，

S41：根据所述差异统计信息中某个统计量所占比例，确定所述某个统计量对应的所述高危因素的发生率；

S42：根据所述差异统计信息中某多个统计量所占比例，确定所述某多个统计量叠加后对应的所述高危因素的发生率。

7.根据权利要求1或2或4或5所述的一种筛选骨折后形成血栓因素的方法，其特征在于：还包括以下步骤，

S5：所述数据模型具有后续的机器学习、训练方法和训练机制，用以不断优化模型预测的准确度。

8.一种装置，其特征在于：运行如权利要求1至7任意一项所述的数据处理方法。

9.一种设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的算法，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的数据处理方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机算法，其特征在于，所述计算机算法被处理器执行时实现如权利要求1至7任意一项所述的数据处理方法。