基于改进深度森林的甲状腺癌早期诊断模型

本发明公开了基于改进深度森林的甲状腺癌早期诊断模型，涉及甲状腺癌诊断领域，该基于改进深度森林的甲状腺癌早期诊断模型首先使用ReliefF特征选择方法识别具有判别性的特征，然后使用改进后的深度随机森林算法对选取的特征进行模型训练，从而有效的通过实验室血液检测对甲状腺癌进行预诊。本发明的基于改进深度森林的甲状腺癌早期诊断方法，避免了传统医学统计导致的特征丢失的问题，改进后的深度森林集成了多种树的算法，利用不同树的优点以增强分类性能，在早期利用患者实验室血液检查进行辅助诊断，实现早诊断早治疗。