[发明专利]基于neighbor2vec的肝癌术后复发风险预测系统

权利要求书

1.一种基于neighbor2vec的肝癌术后复发风险预测系统，其特征在于，所述基于neighbor2vec的肝癌术后复发风险预测系统包括：

病例数据特征提取模块，对原发性医学病例数据异常值以及不相关数据进行剔除，对剩余部分缺失值进行填充，并采用Pearson相关系数对病例数据集进行特征选择，得到提取后的病例数据特征；

向量表数据集获取模块，采用得到的特征数据以及原始病例数据中的原发性术后复发与否的数据组成样本数据，利用neighbor2vec的思想，用原始数据集中每个病例的最近邻居构成的向量表示该病例，形成向量表数据集；

数据训练模块，按一定比例划分训练集和测试集，并采用Naive Bayes预测方法对训练数据进行训练；

数据测试模块，利用测试数据对训练后的Naive Bayes预测方法进行测试。

2.一种基于neighbor2vec的肝癌术后复发风险预测方法，其特征在于，所述基于neighbor2vec的肝癌术后复发风险预测方法包括：

步骤一，对原发性医学病例数据异常值以及不相关数据进行剔除，对剩余部分缺失值进行填充，并采用Pearson相关系数对病例数据集进行特征选择，得到提取后的病例数据特征；

步骤二，采用得到的特征数据以及原始病例数据中的原发性术后复发与否的数据组成样本数据，利用neighbor2vec的思想，用原始数据集中每个病例的最近邻居构成的向量表示该病例数据，形成向量表数据集；

步骤三，按一定比例划分训练集和测试集，并采用Naive Bayes预测方法对训练数据进行训练；

步骤四，利用测试数据对训练后的Naive Bayes预测方法进行测试。

3.如权利要求1所述的基于neighbor2vec的肝癌术后复发风险预测方法，其特征在于，所述步骤一中，所述原发性医学病例数据包含年龄，手术方式，肿瘤个数，AFP，脂肪肝数据信息；

得到提取后的病例数据特征的方法包括：对缺失值使用该属性的平均值作为填充数据进行填充，以此来获得更多的实验数据，计算每一属性与原始病例数据中的术后复发与否情况数据的Pearson系数，并获得取相关性系数靠前的9个特征数据。

4.如权利要求1所述的基于neighbor2vec的肝癌术后复发风险预测方法，其特征在于，所述步骤二中，利用KNN方法，分别计算每一个病例样本与数据集中所有样本的欧式距离，根据按距离排序所得到的该样本的邻近样本，选取前9个近邻，用这9个样本的标签值的向量集合来表示该样本。

5.如权利要求1所述的基于neighbor2vec的肝癌术后复发风险预测方法，其特征在于，所述KNN方法获取9个最近邻居的方法包括：

(1)对于数据集

D₁＝(x₁,y₁),(x₂,y₂),…,(x_n,y_n)

其中，x_i∈X为实例的特征向量，y_i∈Y为实例的类别，i＝1,2,…,n；x_i是每一个样本的m维实数向量空间，x_i＝(x_i⁽¹⁾,x_i⁽²⁾,…,x_i⁽³⁾)^T对于每一个样本i，分别计算其与数据集D₁中所有样本的欧式距离，距离公式如下所示：

(2)根据按距离排序所得到的该样本的邻近样本，选取前9个近邻，用这9个样本的标签值的向量集合来表示该样本。