学术研究
SSR-Stacking:基于班级关系图的儿童高度近视预测模型
研究团队提出SSR-Stacking框架,用于在基线球镜度数(SE)缺失情况下预测儿童随访终点的高度近视状态。该模型融合图神经网络与集成学习,构建以学校班级为单位的社会-环境图,并通过自监督重建机制从同班同学数据中补全缺失SE值,再经元堆叠层整合XGBoost、SVM和随机森林等分类器。评估基于一项纵向队列数据,未提供具体样本量或准确率数字。
#人工智能#儿童近视#真实世界数据
PubMed Ophthalmology