改善脊髓刺激患者选:随机森林模型与定制评估功能
Chen-Ta Lin1, Wei-Lin Chao1, Yu-Li Huang2
1Department of Computer Science and Information Engineering, National Cheng Kung University, Taiwan, R.O.C.
Studies in health technology and informatics
|August 8, 2025
概括
这项研究优化了随机森林分类器,以准确地重建医疗保健推笔记并识别需要脊髓刺激的患者. 该模型实现了0.74准确度,改善了及时的患者安排.
科学领域:
- 医疗保健信息学是一种医疗信息学.
- 机器学习在医学中的应用
- 神经外科 神经外科
背景情况:
- 医疗推分类是复杂的,通常由于不高效的笔记处理而延迟.
- 及时提取推笔记对于患者安排和护理协调至关重要.
研究的目的:
- 开发一个优化的随机森林分类器来重建推笔记内容.
- 准确识别符合脊髓刺激 (SCS) 程序的患者.
主要方法:
- 一个优化的随机森林分类器被开发和调整.
- 引入了一个性能指数,以提高分类的准确性.
- 实施了一种一致性指数,以减轻过度装配.
主要成果:
- 优化的分类器实现了0.74.7的准确性.
- 最佳参数包括5棵树和树木深度为4.
- 该模型以较低的标准偏差证明了可靠性和有效性.
结论:
- 优化的随机森林分类器有效地重建推笔记内容,并识别SCS候选人.
- 这种方法可以提高医疗保健推分拣和患者安排的效率.


