CN119069124B 基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)建方法及系統(tǒng) （陜西中醫(yī)藥大學(xué)附屬醫(yī)院）

基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)本發(fā)明提供了基于人工智能的腫瘤化療效2S4：基于驗(yàn)證特征對初始腫瘤化療效果預(yù)測模型進(jìn)從第一驗(yàn)證特征組和第二驗(yàn)證特征組提取出特征相同的部分組基于第一驗(yàn)證特征組和第三驗(yàn)證特征組，對初始腫瘤化療效果基于第一準(zhǔn)確率與第三準(zhǔn)確率的差異，確定特征類型預(yù)測獲取初始腫瘤化療效果預(yù)測模型中關(guān)于特征類型的學(xué)習(xí)網(wǎng)基于所述腫瘤化療效果特征預(yù)測差異，對初始腫瘤化療從第二優(yōu)化結(jié)果中獲取與第一優(yōu)化結(jié)果相關(guān)的優(yōu)化參數(shù)，基于第一2.根據(jù)權(quán)利要求1所述的一種基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)建方法，其特基于腫瘤表現(xiàn)數(shù)據(jù)的數(shù)據(jù)類型，從數(shù)據(jù)處理方式庫中匹配數(shù)處理方式中需要具體確定的處理范圍指標(biāo)和處獲取腫瘤表現(xiàn)數(shù)據(jù)的數(shù)據(jù)類型的目標(biāo)數(shù)據(jù)特征，基于所述目標(biāo)數(shù)基于數(shù)據(jù)處理方式和具體數(shù)值設(shè)置數(shù)據(jù)清洗規(guī)則，按照所述數(shù)據(jù)清洗規(guī)3.根據(jù)權(quán)利要求1所述的一種基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)建方法，其特基于數(shù)據(jù)類型，確定對數(shù)據(jù)內(nèi)容的識別方式，并基于所述識3基于預(yù)設(shè)模型分析數(shù)據(jù)格式標(biāo)準(zhǔn)，確定對目標(biāo)腫瘤表現(xiàn)數(shù)據(jù)4.根據(jù)權(quán)利要求1所述的一種基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)建方法，其特基于所述特征提取方式確定對目標(biāo)腫瘤表現(xiàn)數(shù)據(jù)的標(biāo)記位置，按照標(biāo)按照所述特征提取方式對多個數(shù)據(jù)段進(jìn)行數(shù)據(jù)特征提取，并將提取的5.根據(jù)權(quán)利要求1所述的一種基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)建方法，其特基于模型輸入特征，確定標(biāo)準(zhǔn)輸入信息量，并基于所述標(biāo)準(zhǔn)輸入從所述腫瘤表現(xiàn)特征中獲取出現(xiàn)率大于預(yù)設(shè)閾值的第一表現(xiàn)特征，基于實(shí)際信息量和第一權(quán)重，確定第一表現(xiàn)特征的第一評選取第一評分值和第二評分值大于預(yù)設(shè)評分值的腫瘤表現(xiàn)特征，從第二表現(xiàn)特征獲取第二評分值小于等于預(yù)設(shè)評分值但大于預(yù)設(shè)最低評分值的待分相關(guān)度大于預(yù)設(shè)相關(guān)度的待分析表現(xiàn)特征作為第將所述第一目標(biāo)表現(xiàn)特征和第二目標(biāo)表現(xiàn)特征作為目標(biāo)6.根據(jù)權(quán)利要求1所述的一種基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)建方法，其特將數(shù)據(jù)獲取時間在預(yù)設(shè)時間之前獲取的目標(biāo)腫瘤表現(xiàn)特征將數(shù)據(jù)獲取時間在預(yù)設(shè)時間之后獲取的目標(biāo)腫瘤表現(xiàn)特征7.根據(jù)權(quán)利要求1所述的一種基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)建方法，其特基于第一標(biāo)簽標(biāo)注，將訓(xùn)練特征劃分為多個特征訓(xùn)練組，基于48.根據(jù)權(quán)利要求1所述的一種基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)建方法，其特9.根據(jù)權(quán)利要求1所述的一種基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)建方法的構(gòu)建數(shù)據(jù)收集處理模塊，用于收集來自腫瘤患者不同類型的腫瘤模型訓(xùn)練模塊，用于基于數(shù)據(jù)獲取時間，將所述目標(biāo)腫瘤表現(xiàn)特征劃分模型優(yōu)化模塊，用于基于驗(yàn)證特征對初始腫瘤化療效果5[0010]1有些評估方法需要等待一段時間，如影像學(xué)評估需要等待治療后一段時間才能[0011]2有些評估方法可能存在主觀性，如生活質(zhì)量評估問卷可能受患者主觀感受的影6基于所述訓(xùn)練特征訓(xùn)練得到初始腫瘤化療效所述處理方式中需要具體確定的處理范圍指標(biāo)和處7[0039]從第二表現(xiàn)特征獲取第二評分值小于等于預(yù)設(shè)評分值但大于預(yù)設(shè)最低評分值的選取相關(guān)度大于預(yù)設(shè)相關(guān)度的待分析表現(xiàn)特征作為第二目標(biāo)[0049]從第一驗(yàn)證特征組和第二驗(yàn)證特征組提取出特征相同的部分組成第三驗(yàn)證特征[0050]基于第一驗(yàn)證特征組和第三驗(yàn)證特征組，對初始腫瘤化療效果預(yù)測模型進(jìn)行驗(yàn)8[0064]模型優(yōu)化模塊，用于基于驗(yàn)證特征對初始腫瘤化療效果預(yù)測模型進(jìn)行驗(yàn)證和優(yōu)[0070]圖1為本發(fā)明實(shí)施例中一種基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)建方法的流[0072]圖3為本發(fā)明實(shí)施例中一種基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)建系統(tǒng)的結(jié)9[0075]本發(fā)明實(shí)施例提供一種基于人工智能的腫瘤化療效果預(yù)測模型構(gòu)建方法，如圖1基于所述訓(xùn)練特征訓(xùn)練得到初始腫瘤化療效[0081]上述設(shè)計(jì)方案的有益效果是：通過收集來自腫瘤患者不[0083]基于實(shí)施例1的基礎(chǔ)上，本發(fā)明實(shí)施例提供一種基于人工智能的腫瘤化療效果預(yù)所述處理方式中需要具體確定的處理范圍指標(biāo)和處[0089]基于實(shí)施例1的基礎(chǔ)上，本發(fā)明實(shí)施例提供一種基于人工智能的腫瘤化療效果預(yù)[0095]基于實(shí)施例1的基礎(chǔ)上，本發(fā)明實(shí)施例提供一種基于人工智能的腫瘤化療效果預(yù)[0100]基于實(shí)施例1的基礎(chǔ)上，本發(fā)明實(shí)施例提供一種基于人工智能的腫瘤化療效果預(yù)[0106]從第二表現(xiàn)特征獲取第二評分值小于等于預(yù)設(shè)評分值但大于預(yù)設(shè)最低評分值的選取相關(guān)度大于預(yù)設(shè)相關(guān)度的待分析表現(xiàn)特征作為第二目標(biāo)[0111]基于實(shí)施例1的基礎(chǔ)上，本發(fā)明實(shí)施例提供一種基于人工智能的腫瘤化療效果預(yù)[0116]基于實(shí)施例1的基礎(chǔ)上，本發(fā)明實(shí)施例提供一種基于人工智能的腫瘤化療效果預(yù)[0121]基于實(shí)施例1的基礎(chǔ)上，本發(fā)明實(shí)施例提供一種基于人工智能的腫瘤化療效果預(yù)[0123]從第一驗(yàn)證特征組和第二驗(yàn)證特征組提取出特征相同的部分組成第三驗(yàn)證特征[0124]基于第一驗(yàn)證特征組和第三驗(yàn)證特征組，對初始腫瘤化療效果預(yù)測模型進(jìn)行驗(yàn)[0132]基于實(shí)施例8的基礎(chǔ)上，本發(fā)明實(shí)施例提供一種基于人工智能的腫瘤化療效果預(yù)優(yōu)化結(jié)果來對整體的第二優(yōu)化結(jié)果的部分進(jìn)行調(diào)整，保證得到的目標(biāo)優(yōu)化參數(shù)的優(yōu)越性，[0138]基于實(shí)施例1的基礎(chǔ)上，本發(fā)明實(shí)施例提供一種基于人工智能的腫瘤化療效果預(yù)[0142]模型優(yōu)化模塊，用于基于驗(yàn)證特征對初始腫瘤化療效果預(yù)測