基于随机生存森林的肝癌术后复发预测方法、存储介质

文档序号:24975005发布日期:2021-05-07 22:47阅读:来源:国知局

技术特征:

1.基于随机生存森林的肝癌术后复发预测方法,其特征在于,包括:

获取各病例的临床资料和复发时间;

预设入组维度包括病人基本因素、术前检验因素和术后病理因素;

依据所述临床资料获取数据集,所述数据集由各病例对应的预设入组维度构成;

依据数据集和各病例的复发时间,采用随机生存森林算法构建得到对应的肝癌术后早期复发预测模型。

2.如权利要求1所述的基于随机生存森林的肝癌术后复发预测方法,其特征在于,所述获取各病例的临床资料和复发时间,之前,还包括:

获取入组的各病例,所述各病例在术前肝功能评估正常、既往无恶性肿瘤病史、无邻近脏器侵犯及远处转移、进行过肝癌切除手术且术后病理证实为肝细胞癌,以及在术后复发。

3.如权利要求1所述的基于随机生存森林的肝癌术后复发预测方法,其特征在于,所述依据数据集和各病例的复发时间,采用随机生存森林算法构建得到对应的肝癌术后早期复发预测模型,包括:

依据预设比例划分各病例,得到训练组病例和测试组病例;

依据所述训练组病例和测试组对所述数据集进行划分,得到训练组数据集和测试组数据集;

依据训练组数据集和训练组病例中各病例的复发时间,采用随机生存森林算法构建得到对应的肝癌术后早期复发预测模型及其累计风险函数;

使用所述累计风险函数对训练组病例中的各个病例进行预测,得到危险分数集;

依据预设的比例划分所述危险分数集,得到分别对应低危复发组、中危复发组和高危复发组的风险分数范围。

4.如权利要求3所述的基于随机生存森林的肝癌术后复发预测方法,其特征在于,还包括:

获取一病例的入组维度;

依据所述一病例的入组维度,通过所述肝癌术后早期复发预测模型计算得到所述一病例对应的危险分数;

依据计算得到的危险分数所属的风险分数范围,确定对应的风险分组;

输出所确定的风险分组。

5.如权利要求1所述的基于随机生存森林的肝癌术后复发预测方法,其特征在于,还包括:

将所述肝癌术后早期复发预测模型部署到服务器中,并生成对应的预测网页。

6.如权利要求1所述的基于随机生存森林的肝癌术后复发预测方法,其特征在于,还包括:

获取一病例的入组维度;

依据所述一病例的入组维度,通过所述肝癌术后早期复发预测模型计算得到所述一病例对应的复发情况。

7.如权利要求6所述的基于随机生存森林的肝癌术后复发预测方法,其特征在于,所述复发情况包括风险分数、无复发概率及其曲线。

8.如权利要求6所述的基于随机生存森林的肝癌术后复发预测方法,其特征在于,所述病人基本因素包括年龄和性别;所述术前检验因素包括血小板、白蛋白、总胆红素、病因学检查结果和甲胎蛋白;所述术后病理因素包括肿瘤最大径、肿瘤数量、肉眼血管侵犯、微血管侵犯、卫星子灶、肿瘤包膜、肝癌分化分级和肝硬化类型。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序在被处理器执行时,能够实现上述权利要求1-8任意一项所述的基于随机生存森林的肝癌术后复发预测方法所包含的步骤。


技术总结
本发明提供基于随机生存森林的肝癌术后复发预测方法、存储介质,方法包括:获取各病例的临床资料和复发时间;预设入组维度包括病人基本因素、术前检验因素和术后病理因素;依据所述临床资料获取数据集,所述数据集由各病例对应的预设入组维度构成;依据数据集和各病例的复发时间,采用随机生存森林算法构建得到对应的肝癌术后早期复发预测模型。本发明能够准确预测个体病患的肝癌术后复发概率,更好地确定术后关注度;有助于主动预防;特别是针对医疗机构,能够帮助医护人员准确地筛选出肝癌术后高危复发病人,有助于在复发早期进行干预,指导术后随访和治疗。

技术研发人员:刘景丰;曾建兴;郭鹏飞;刘红枝;林孔英;陈振伟;黄起桢;傅俊;丁宗仁;曾建阳;陈传椿;李保晟
受保护的技术使用者:福州宜星大数据产业投资有限公司;福建医科大学孟超肝胆医院(福州市传染病医院)
技术研发日:2021.01.25
技术公布日:2021.05.07
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1