人工智能肝移植早期肝功能失功的预测方法技术

本发明专利技术公开了一种人工智能肝移植早期肝功能失功的预测方法，包括的方法有：（1）、从医院中获取至少200份的肝移植受体/供体的病例资料，包括其术后的情况登记病例；（2）、对资料数据进行处理，共包括特征数据65个；（3）、将处理后的特征数据，通过5：1的比例分成训练集和测试集，且确保训练集，测试集数据中早期肝功能失功的分布比例是一致的；（4）、通过机器学习的方法，分别训练出随机森林、朴素贝叶斯以及SVM三个模型；（5）、模型融合，将方法（4）中的三个模型的输出作为输入，并在加一层逻辑回归，使得最后在测试集的分类效果达到了92%的准确率和85%的召回率，有效减少肝移植早期肝功能失功的可能性。

Prediction of early liver dysfunction after artificial intelligence liver transplantation

【技术实现步骤摘要】
人工智能肝移植早期肝功能失功的预测方法
本专利技术涉及一种基于人工智能肝移植手术后是否会发生早期肝功能失功的预测方法，该方法可以以客户端软件或网页的型式搭载于电脑或者智能手机上使用。
技术介绍
自1963年肝移植出现发展至今，肝移植已经成为肝癌治疗的一个重要手段。与其它治疗方式相比，肝移植手术可直接切除整个病肝，在理论上去除肿瘤根源，达到较高的无瘤生存率。肝移植是治疗终末期肝病的有效方法,但是各种原因导致的肝移植后移植肝早期肝功能失功是肝移植领域目前面临的一大难题,严重影响肝移植患者的长期生存。现阶段在有肝源的前提下，医院主要是依据患者MELD评分高低来决定是否进行肝移植手术的优先权，但对移植后并无较好的预测方法。本研究里我们通过人工智能的方法重点学习了受体/供体特征（总共65个特征），其中包括受体的基本信息，肝脏指标，MELD评分，Child-Pugh评分，生化检查结果，既往史，病理学诊断结果，肝移植手术指征，以及供体基本信息生化检查结果，供肝手术信息等几大类特征集。并将这些特征结合肝移植后是否发生了早期肝功能失功的标签进行机器学习的训练与预测。
技术实现思路
本专利技术的目的就是提供本文档来自技高网...

【技术保护点】
1.一种人工智能肝移植早期肝功能失功的预测方法，其特征在于，包括的方法有：（1）、从医院中获取至少200份的肝移植受体/供体的病例资料，包括其术后的情况登记病例；（2）、对方法（1）中的资料数据进行处理，共包括特征数据65个；（3）、将方法（2）处理后的特征数据，通过5：1的比例分成训练集和测试集，且确保训练集，测试集数据中早期肝功能失功的分布比例是一致的；（4）、通过机器学习的方法，分别训练出随机森林、朴素贝叶斯以及SVM三个模型；（5）、模型融合，将方法（4）中的三个模型的输出作为输入，并在加一层逻辑回归，使得最后在测试集的分类效果达到了92%的准确率和85%的召回率。

【技术特征摘要】
1.一种人工智能肝移植早期肝功能失功的预测方法，其特征在于，包括的方法有：（1）、从医院中获取至少200份的肝移植受体/供体的病例资料，包括其术后的情况登记病例；（2）、对方法（1）中的资料数据进行处理，共包括特征数据65个；（3）、将方法（2）处理后的特征数据，通过5：1的比例分成训练集和测试集，且确保训练集，测试集数据中早期肝功能失功的分布比例是一致的；（4）、通过机器学习的方法，分别训练出随机森林、朴素贝叶斯以及SVM三个模型；（5）、模型融合，将方法（4）中的三个模型的输出作为输入，并在加一层逻辑回归，使得最后在测试集的分类效果达到了92%的准确率和85%的召回率。2.根据权利要求1所述的人工智能肝移植早期肝功能失功的预测方法，其特征在于：受体的特征数据包括性别、年龄、BMI、进行性高胆红素血症、合成功能低、顽固性腹水/体液潴留、静脉曲张出血史、肝性脑病史、成长障碍、肿瘤清除、受体肌酐、白蛋白、总胆红...

【专利技术属性】
技术研发人员：贺云鹏，郭飞，石涵宇，许慧，张群华，
申请(专利权)人：颐保医疗科技上海有限公司，
类型：发明
国别省市：上海,31