PROJECT ACCESS
项目入口
进入在线研究工作台查看完整流程、模型结果和用户上传 CSV 后的训练功能；研究原文与介绍视频将在素材确认后补充。
数据预处理
整合脑梗与正常组数据，统一数值格式并处理不完整观测。
REPRODUCIBLE RESEARCH PATH
从研究数据到研究性分类输出
预置复现模型仅使用两组均可用的 ALB、HDL-C、TP 和 DBILC。统计学检验展示当前 14 项共有指标的组间差异，作为筛选结果的独立验证，不替代逻辑回归特征筛选。
筛选与验证
遵循逻辑回归筛选，并以 t 检验呈现共有指标的组间差异。
模型训练
以相同四指标训练 SVM、逻辑回归和决策树，进行重复评估。
研究性输出
查看准确率、AUC、ROC 与单病例偏向脑梗组的类别概率。
三种概率模型：SVM 经概率校准后输出类别概率；逻辑回归直接输出概率；决策树在单一类别叶节点时，概率可能为 0% 或 100%。
研究用途：模型仅用于脑梗组与正常组的研究性区分和方法验证，不替代临床诊断与医师判断。