原发性肝癌的早期预警模型的训练方法技术

本发明专利技术提供了一种原发性肝癌的早期预警模型的训练方法，发明专利技术基于临床检验数据，利用机器学习算法，建立原发性肝癌早期筛查模型，包括以下步骤：(a)对获得的临床检验数据进行数据预处理；(b)对预处理后的数据集进行数据集划分；(c)根据划分的数据集训练模型；(d)对分类模型的性能进行评估验证。筛查模型利用临床检验数据，结合实际临床要求，通过优化后模型的性能指标曲线选择阈值进行测试验证，进行原发性肝癌临床预警，为肝癌的早期成功诊断提供了条件，提高患者生存质量。

Training method of early warning model of primary liver cancer

【技术实现步骤摘要】
原发性肝癌的早期预警模型的训练方法
本专利技术涉及一种原发性肝癌的早期预警模型的训练方法。
技术介绍
原发性肝癌(PLC)早期时在临床上无明显症状，临床上约有2/3的肝癌患者初诊时已属中晚期，错过了治疗时机。肝癌的早期发现、早期诊断、早期治疗被认为是患者获得长期生存的主要途径。近年来，医疗数据与人工智能地不断积累与发展为PLC早期筛查提供了有力的资源和手段。其中，基于图像的人工智能方法在肝癌识别和预测方面的应用比较常见。而且，国内很多研究人员利用生物标记物对肝癌筛查进行研究。例如，在临床检验诊断领域，肝纤维化多参数临床诊断模型融合患者的性别、年龄等多项检测指标数值，诊断效能分析提示诊断准确率均超过70％，个别达到80％。以及基于实验室检测结果建立人工智能模型用于预测缺铁性贫血，诊断正确率超过90％。上海东方肝胆医院实验检验科将多参数模型在诊断肝癌、肝纤维化方面进行了探索。医疗影像和病例检查是目前常用的肝癌检测手段，但是由于它们代价昂贵、假阴性高的特点，并不适用于大范围的普遍筛查中。专利
技术实现思路
本专本文档来自技高网...

【技术保护点】
1.一种原发性肝癌的早期预警模型的训练方法，其特征在于，包括：/n对获得的临床检验数据进行数据预处理；/n对预处理后的数据进行数据集划分；/n根据划分的数据集训练原发性肝癌的早期预警的分类模型；/n对所述分类模型的性能进行评估验证。/n

【技术特征摘要】
1.一种原发性肝癌的早期预警模型的训练方法，其特征在于，包括：
对获得的临床检验数据进行数据预处理；
对预处理后的数据进行数据集划分；
根据划分的数据集训练原发性肝癌的早期预警的分类模型；
对所述分类模型的性能进行评估验证。


2.如权利要求1所述的原发性肝癌的早期预警模型的训练方法，其特征在于，对获得的临床检验数据进行数据预处理，包括：
获取临床检验数据的各个数据特征维度信息；
对各个数据特征维度信息的完整性以及有效性进行筛查，以剔除不完整的数据特征维度，确认最终的数据特征维度；
对所述最终的数据特征维度中的范围性数据、文字或符号性数据以及空数据进行处理，对处理后的数据进行归一化处理。


3.如权利要求2所述的原发性肝癌的早期预警模型的训练方法，其特征在于，对所述最终的数据特征维度中的范围性数据、文字或符号性数据以及空数据进行处理，包括：
对于范围性数据，采取去掉符号的方法；
对于文字或符号性数据对其数值化；
对于空数据将其设置为0。


4.如权利要求3所述的原发性肝癌的早期预警模型的训练方法，其特征在于，对处理后的数据进行归一化处理，包括：
根据每个数据特征维度的最大值，将该数据特征维度中的处理后的数据的范围缩放至[0，1]。


5.如权利要求1所述的原发性肝癌的早期预警模型的训练方法，其特征在于，对预处理后的数据进行数据集划分，包括：
将预处理后数据分别分为健康、良性病变、恶性肿瘤(即原发性肝癌)三类；
从健康、良性病变、恶性肿瘤三类数据中随机选取一定数量的数据作为训练数据集，其余作为测试数据集。


6.如权利要...

【专利技术属性】
技术研发人员：曹国刚，李梦雪，高春芳，房萌，曹聪，王孜怡，
申请(专利权)人：上海应用技术大学，
类型：发明
国别省市：上海;31