[发明专利]一种肿瘤患者多种类心脏毒性评估方法

权利要求书

1.一种肿瘤患者多种类心脏毒性评估方法，其特征在于，包括以下步骤：

S1、归纳心脏毒性类型；

S2、整理患者信息及与心脏毒性关联的风险因素；

S3、为风险因素权重赋值，建立对应的模型；

S4、对于每种心脏毒性模型，通过累加法计算患者各心脏毒性模型的风险评分；

S5、根据患者每一类心脏毒性的风险评分，判断对应的风险等级，并根据最高风险等级获取相应的评估建议；

S6、应用过往患者的临床数据训练算法，对所述风险评分和所述评估建议进行校准和优化；所述临床数据训练算法如下：

对于任一种心脏毒性类型，患者数据包括X_i＝[x₁,x₂,x₃,...x_n]与y，X_i代表该患者的基线数据集，x₁,x₂,x₃,...x_n包括患者个人信息、检验信息、检查信息、癌症诊疗信息、心脏疾病信息中的基线数据，共有n个维度；y代表患者心脏毒性评估的结果标签数据，对应心脏毒性评估结果中的一种，所述心脏毒性评估结果包括轻度、中度和重度；

m个癌症患者数据所形成的数据集为：

X＝[X₁,X₂,X₃,...X_m]^T；Y＝[y₁,y₂,y₃,...y_m]^T；

针对基线数据中各类型的数据进行数据处理和特征提取，将各类型的数据提取出的特征组成特征向量X'＝f_feature(X)，其中，f_feature函数是数据处理与特征提取函数；

利用基线数据对应的特征向量和治疗结果标签数据，训练分析模型：

Y'＝F_θ(X')；

F＝arg min∑(log(Y')-log(Y))²；

其中，F_θ代表模型函数，Y'是分析模型根据历史数据集训练得到的判断结果；F为F_θ的选取和训练分析模型的约束条件；θ是使函数∑(log(Y')-log(Y))²最小的向量值；

利用积累的基线数据和心脏毒性结果更新分析模型，所述更新模型用于校准优化所述S5步骤的所述风险评分和所述评估建议，并应用于其余患者：

Y'＝F_θ(X')；

F＝arg min∑(log(Y')-log(Y))²；

改写F＝arg min∑(log(Y')-log(Y))²为：J(θ)＝∑(log(F(X'))-log(Y))；min_θJ(θ)

对于函数J(θ)求偏导J：

其中，θ_i表示更新之前的值，表示按梯度方向减少的量，α表示步长，是每次在梯度减少的方向上的变化量；变化时min_θJ(θ)的向量θ对应的F_θ就是均方根误差最小的分类模型F。

2.根据权利要求1所述的肿瘤患者多种类心脏毒性评估方法，其特征在于，所述心脏毒性类型分为六类，包括心功能不全、冠状动脉疾病、心律失常、高血压、血栓与中风、QT间期延长。

3.根据权利要求1所述的肿瘤患者多种类心脏毒性评估方法，其特征在于，所述与心脏毒性关联的风险因素包括药物所引发的心脏毒性。