[发明专利]基于neighbor2vec的肝癌术后复发风险预测系统在审

专利信息
申请号: 202010332427.7 申请日: 2020-04-24
公开(公告)号: CN111524600A 公开(公告)日: 2020-08-11
发明(设计)人: 陈云亮;曹元奎;李婕;樊俊青;刘传礼;杨红丽;芮法娟;张思敏;李建新 申请(专利权)人: 中国地质大学(武汉)
主分类号: G16H50/30 分类号: G16H50/30;G06K9/62
代理公司: 北京金智普华知识产权代理有限公司 11401 代理人: 杨采良
地址: 430074 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 neighbor2vec 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),…,(xn,yn)

其中,xi∈X为实例的特征向量,yi∈Y为实例的类别,i=1,2,…,n;xi是每一个样本的m维实数向量空间,xi=(xi(1),xi(2),…,xi(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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国地质大学(武汉),未经中国地质大学(武汉)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010332427.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top