相关实验视频

Updated: Jan 9, 2026

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Published on: October 10, 2018

在高风险怀孕中预测新生儿停留时间,使用基于回归的机器学习在计算机心脏图谱数据上的回归

Bianca Mihaela Danciu^1,2, Maria-Elisabeta Șișială³, Andreea-Ioana Dumitru³

¹Department of Obstetrics and Gynecology, Carol Davila University of Medicine and Pharmacy, 050474 Bucharest, Romania.

Diagnostics (Basel, Switzerland)

|December 11, 2025

概括

使用计算机心脏图谱 (cCTG) 和临床数据的机器学习模型准确地预测高风险怀孕中新生儿住院时间. 这种非侵入性工具有助于分娩规划和资源配置,以改善围产期结果.

科学领域:

产周医学产周医学
机器学习在医疗保健中的应用
胎儿监测胎儿监测胎儿监测胎儿监测

背景情况:

高风险妊娠带来管理挑战,影响围产期结果和成本.
计算机心脏图谱 (cCTG) 提供客观的胎儿监测.
预测新生儿住院时间对于资源规划至关重要.

研究的目的:

开发和验证机器学习模型,以预测新生儿住院时间.
使用cCTG参数,临床变量和妊娠年龄进行预测.
将模型性能与线性回归基准进行评估.

主要方法:

招募了694个单子高风险怀孕.
使用了来自cCTG和围产期数据的20个特征.
训练并评估了随机森林,CatBoost,XGBoost,LightGBM和Ridge回归模型.

主要成果:

随机森林获得了最高的性能 (测试R2 = 0.8226,RMSE = 3.41天,MAE = 2.02天).
该模型的平均误差约为2天,可以从临床上解释为资源规划.
随机森林因其优越的概括性和实用性而被选中.

结论:

结合cCTG和临床因素的机器学习模型准确预测新生儿住院时间.
这种方法提供了一个非侵入性的,可解释的决策支持工具.
该工具可以增强分娩计划,优化资源配置,并改善产周护理.

关键词:

胆固醇的形成.计算机化心脏病学图谱 (cardiotocography) 是一种心脏病学图谱.胎儿生长限制限制胎儿生长孕期糖尿病孕期糖尿病孕期高血压是什么意思机器学习是机器学习.新生儿停留的时间.回归模型是一种回归模型.

相关概念视频

Regression Toward the Mean

Regression Toward the Mean

Regression toward the mean (“RTM”) is a phenomenon in which extremely high or low values—for example, and individual’s blood pressure at a particular moment—appear closer to a group’s average upon remeasuring. Although this statistical peculiarity is the result of random error and chance, it has been problematic across various medical, scientific, financial and psychological applications. In particular, RTM, if not taken into account, can interfere when...