申请/专利权人：天津市肿瘤医院(天津医科大学肿瘤医院)

申请日：2024-03-18

公开（公告）日：2024-04-16

公开（公告）号：CN117894468A

主分类号：G16H50/30

分类号：G16H50/30;G06V10/40;G06V10/764;G06V10/80;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了基于人工智能的乳腺癌复发风险预测系统，包括数据采集模块、数据预处理模块、多源异构特征融合模块、乳腺癌复发风险预测模型构建模块和预测报告生成模块。本发明涉及乳腺癌医疗技术领域，具体为基于人工智能的乳腺癌复发风险预测系统，本方案采用紧凑双线性池进行特征融合，有效减少了数据维度，得到更具有代表性的特征，有助于提高模型的预测能力，并在融合特征的同时保持了一定的可解释性；采用基于树结构的搜索算法进行参数调优，改进了模型的学习过程，有助于捕捉特征之间的重要关联和非线性结构，更好地适应个体之间的差异，提高了模型的泛化能力和实用性。

主权项：1.基于人工智能的乳腺癌复发风险预测系统，其特征在于：包括数据采集模块、数据预处理模块、多源异构特征融合模块、乳腺癌复发风险预测模型构建模块和预测报告生成模块；所述数据采集模块，具体为获取复发风险标签和乳腺癌患者数据，并将所述复发风险标签发送至模型构建模块，将所述乳腺癌患者数据发送至数据预处理模块；所述数据预处理模块，具体为对乳腺癌患者数据进行预处理，得到标准化数据和归一化图像，并将所述标准化数据和所述归一化图像发送至多源异构特征融合模块；所述多源异构特征融合模块，具体为对所述标准化数据和所述归一化图像进行特征提取，得到标准特征向量和图像特征向量，采用紧凑双线性池将标准特征向量和图像特征向量进行特征融合，得到融合特征，并将所述融合特征发送至乳腺癌复发风险预测模型构建模块；所述乳腺癌复发风险预测模型构建模块，具体为采用极限梯度提升模型进行模型构建，采用基于树结构的搜索算法进行参数调优来优化模型参数并进行模型训练，得到乳腺癌复发风险预测模型Modelrisk，并将所述乳腺癌复发风险预测模型Modelrisk发送至预测报告生成模块；所述预测报告生成模块，具体为采用乳腺癌复发风险预测模型Modelrisk进行预测，将患者分类并生成乳腺癌复发风险报告。

全文数据：

权利要求：

百度查询： 天津市肿瘤医院(天津医科大学肿瘤医院) 基于人工智能的乳腺癌复发风险预测系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD