基于XGBoost的新冠肺炎智能检测系统实现

摘要：

目的:针对目前新型冠状病毒核酸检测假阴性率高、检测效率低,且缺乏性能优越的新冠肺炎智能检测系统的问题.方法:设计了一种基于XGBoost的新冠肺炎智能检测系统,以患者生化检验数据为特征,借助XGBoost算法进行模型训练和预测,并采用前后端分离技术,以JSON格式数据进行通讯和传输,结合Jsp动态网页和高性能Web框架FastAPI,实现了对新冠肺炎患者的智能诊断.结果:本研究共有791例样本,其中169例为新冠肺炎确诊患者,通过多种分类模型对比实验,结果显示本系统采用的算法分类准确率为94.34％,明显高于其他模型.结论:本系统可以为新冠肺炎临床诊断提供参考.

关键词：新冠肺炎、智能检测系统、XGBoost算法

所属期刊栏目：15

分类号：R319;TP391(医用一般科学)

资助基金：十堰市新冠肺炎防控技术引导性应急科研项目编号:20Y10

在线出版日期：2021-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：123-127