一种基于人工神经网络模型确定肝癌患者预后情况的系统技术方案

本发明专利技术提供了一种基于人工神经网络模型判别肝癌患者预后情况的装置，所述装置包括：(1)输入模块，所述输入模块被设置为用于输入待判别肝癌患者的肿瘤特征信息；(2)预后判别模块，所述预后判别模块被设置为包括人工神经网络模型，所述人工神经网络模型用于基于输入的信息计算所述待判别肝癌患者的预后情况；(3)输出模块，所述输出模块被设置为输出得到的预后情况。本发明专利技术还提供了采用所述装置对肝癌患者进行预后情况分组的方法。

【技术实现步骤摘要】
一种基于人工神经网络模型确定肝癌患者预后情况的系统
本专利技术涉及医学领域，具体地，本专利技术涉及一种肝癌患者进展的判别系统，更具体涉及一种基于人工神经网络模型的肝癌患者无进展生存的个性化判别系统。
技术介绍
统计数字表明，全球范围内肝癌导致的死亡占所有肿瘤的第四位。尽管多种早期监测指标的发现以及定期的影像检查使得肝癌能够早期被诊断，肝癌的治疗水平也在逐渐提高，但是由于人口增长和老龄化，截止2016年肝癌导致的年生命损失人数在所有肿瘤中已经从2006年的第三位增长为第二位，有研究预测到2040年，该数字仍会持续上升，比目前增加69.6％。而中国的肝癌新发及死亡病例占全球的50％以上，其中大部分是HBV感染导致的。针对不同时期的肝癌已经出现了各种各样的治疗方式，但是治疗后患者的复发及转移仍然是临床面临的严峻问题。有研究报道，肝癌患者肝移植治疗后仍有8％-20％的复发率，复发后患者的中位生存时间仅为8.7个月；肝癌切除术后患者肝内早期复发(1年以内)率为19-38％，晚期复发(超过1年)率为41％-70％，复发后患者的3年生存率不到35％；本文档来自技高网...

【技术保护点】
1.一种基于人工神经网络模型判别肝癌患者预后情况的装置，所述装置包括：/n(1)输入模块，所述输入模块被设置为用于如下输入待判别肝癌患者的信息：/n肿瘤个数，个数≥2时输入“1”，<2时输入“0”；/n肿瘤大小，≥5cm时输入“1”，<5cm时输入“0”；/n门脉癌栓，合并时输入“1”，未合并时输入“0”；/nAFP，浓度≥400ng/mL时输入“1”，<400ng/mL时输入“0”；/n白细胞计数，输入以10

【技术特征摘要】
1.一种基于人工神经网络模型判别肝癌患者预后情况的装置，所述装置包括：
(1)输入模块，所述输入模块被设置为用于如下输入待判别肝癌患者的信息：
肿瘤个数，个数≥2时输入“1”，<2时输入“0”；
肿瘤大小，≥5cm时输入“1”，<5cm时输入“0”；
门脉癌栓，合并时输入“1”，未合并时输入“0”；
AFP，浓度≥400ng/mL时输入“1”，<400ng/mL时输入“0”；
白细胞计数，输入以109个/L计的数值；
中性粒细胞淋巴细胞比例，输入数值；
γ-GGT，输入以U/L计的数值；
ALP，输入以U/L计的数值；
白蛋白，输入以g/L计的数值；
CD4T细胞计数，输入以个/μL计的数值；
肌酐，输入以μmol/L计的数值；
(2)预后判别模块，所述预后判别模块被设置为包括人工神经网络模型，所述人工神经网络模型用于基于输入的信息计算所述待判别肝癌患者的预后情况，其中所述人工神经网络模型为多层感知器结构，采用Mathematica11.1.1软件构建，输入层为11个输入神经元，输出层为2个输出神经元，并包括3个隐藏层，其中第1个和第3个隐藏层采用Ramp作为激活函数，第2个隐藏层采用ArcTan函数作为激活函数，输出层采用SoftMax函数作为激活函数；
(3)输出模块，所述输出模块被设置为输出得到的预后情况。


2.根据权利要求1所述的装置，其特征在于，所述人工神经网络模型通过以下过程建立：
获得肝癌患者的肿瘤个数、肿瘤大小、门脉癌栓、AFP、白细胞计数、中性粒细胞淋巴细胞比例、γ-GGT、ALP、白蛋白、CD4T细胞计数和肌酐的信息，作为输入层的输入神经元，以无进展生存的月数和1年内是否发生无进展生存作为输出层的输出神经元，对所述人工神经网络进行训练，包括：输入从第一层神经元传播到每一层神经元，直到产生输出；输出的值与期望输出的值进行比较，如果这两个值之间存在差异，将产生错误信号，然后使用反向传播(BP)方法来改变神经元间连接的权重，以减少网络的总体误差；一直到输出的值与期望输出的值之间的误差减小达到最小值。


3.根据权利要求1或2所述的装...

【专利技术属性】
技术研发人员：杨志云，刘晓利，侯艺鑫，王宪波，江宇泳，
申请(专利权)人：首都医科大学附属北京地坛医院，
类型：发明
国别省市：北京;11