arXiv ID:
2606.26561
arXiv 提交日期: 2026-06-25
基于可解释集成机器学习的丙型肝炎患者肝硬化检测模型 / Explainable Ensemble-Based Machine Learning Models for Detecting the Presence of Cirrhosis in Hepatitis C Patients
1️⃣ 一句话总结
本研究首次利用机器学习方法,在2038名埃及丙型肝炎患者数据上测试了四种集成模型,发现额外树模型仅用16个特征就能以96.92%的准确率检测肝硬化,为早期诊断提供了高效、可解释的工具。