[发明专利]肺癌分期识别方法、装置、设备及存储介质

说明书

本公开涉及一种肺癌分期识别方法、装置、设备及存储介质，其中，方法包括：获取采样气体的传感器阵列信号，其中，所述传感器阵列信号包括多个子传感器信号；提取所述多个子传感器信号的特征向量，并通过注意力网络分别确定每个所述特征向量对于每一肺癌分期类别的注意力分数；根据所述注意力分数和所述特征向量进行注意力加权，通过对加权后的特征向量求和，得到所述传感器阵列信号的融合特征；将所述融合特征输入多类分类器进行处理，确定肺癌分期结果。根据本公开的技术方案，能够提高肺癌分期检测的准确性。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种肺癌分期识别方法、装置、设备及存储介质。

背景技术

肺癌分期表现为4个阶段，分别为Ⅰ期、Ⅱ期、Ⅲ期、Ⅳ期，每期又分别可分为a、b期。肺癌分期不同，治疗方法不同。Ⅰ期、Ⅱ期以手术为主，Ⅲ期以放、化疗联合为主，Ⅳ期以药物治疗为主。

相关技术中，通过训练分类模型，基于呼出气体中的挥发性有机化合物(VOC)代谢轮廓输入模型，以确定肺癌分期，然而，由于不同肺癌分期阶段的特征相似度较高，通过该方式得到的肺癌分期阶段不够准确，肺癌分期检测准确度有待提高。

发明内容

为了解决上述技术问题，本公开提供了一种肺癌分期识别方法、装置、设备及存储介质。

第一方面，本公开实施例提供了一种肺癌分期识别方法，包括：

获取采样气体的传感器阵列信号，其中，所述传感器阵列信号包括多个第一子传感器信号；

提取所述多个第一子传感器信号的特征向量，并通过注意力网络分别确定每个所述第一子传感器信号的特征向量对于每一肺癌分期类别的注意力分数；

根据所述注意力分数和所述第一子传感器信号的特征向量进行注意力加权，并通过对加权后的第一子传感器信号的特征向量求和，得到所述传感器阵列信号的融合特征；

将所述融合特征输入多类分类器进行处理，确定肺癌分期结果。

第二方面，本公开实施例提供了一种肺癌分期识别装置，包括：

获取模块，用于获取采样气体的传感器阵列信号，其中，所述传感器阵列信号包括多个第一子传感器信号；

提取模块，用于提取所述多个第一子传感器信号的特征向量，并通过注意力网络分别确定每个所述第一子传感器信号的特征向量对于每一肺癌分期类别的注意力分数；

融合模块，用于根据所述注意力分数和所述第一子传感器信号的特征向量进行注意力加权，并通过对加权后的第一子传感器信号的特征向量求和，得到所述传感器阵列信号的融合特征；

确定模块，用于将所述融合特征输入多类分类器进行处理，确定肺癌分期结果。

第三方面，本公开实施例提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述第一方面所述的肺癌分期识别方法。

第四方面，本公开实施例提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的肺癌分期识别方法。

本公开实施例提供的技术方案与现有技术相比具有如下优点：通过采样气体的多个子传感器信号，提取多个子传感器信号的特征向量，并通过注意力网络分别确定每个特征向量对于每一肺癌分期类别的注意力分数，根据注意力分数和特征向量生成融合特征，进而将融合特征输入多类分类器进行处理以确定肺癌分期结果，由此，针对基于电子鼻的肺癌分期场景，通过注意力分数对特征向量进行加权，能够更精准地对不同肺癌分期阶段的数据进行区分，以便准确地对病人的呼吸组学气体信号进行分类，提高肺癌分期检测的准确性。

附图说明