【技术实现步骤摘要】
用于肿瘤免疫检查点抑制剂疗效预测的多模态迁移学习框架
本申请涉及计算机
，更具体地，本申请涉及一种用于肿瘤免疫检查点抑制剂的疗效预测的方法、装置和系统以及所述装置和系统的用途。
技术介绍
肿瘤的免疫治疗通过激活人体免疫系统来杀死肿瘤细胞，从而达到治愈的目的。对于某些患者，即使已经处于癌症晚期，在常规疗法失效以后，免疫肿瘤治疗依然可以缓和甚至终止患者病情的进一步发展，且在长达几年的缓和期中，患者遭受的药物副作用较轻。近年来，随着抗体制备等相关技术的成熟，免疫肿瘤治疗发展迅速，已经成为继手术、放疗、化疗、靶向治疗后癌症的另一有效治疗手段。尤其是明确了导致T细胞免疫反应抑制的“免疫检查点”机制后，已有多个免疫检查点相关药物获美国食品和药品监督管理局(FoodandDrugAdministration,FDA)批准用于多种恶性肿瘤的治疗[PMC5973373]。在临床应用中，免疫检查点抑制剂(ImmuneCheckpointBlockade,ICB)疗法的响应率低、个体化差异大，如何对肿瘤患者进行有效的个体化的免疫检查...
【技术保护点】
1.一种用于预测免疫检查点抑制剂治疗效果的装置，该装置包括：/n数据输入模块、特征提取模块、数据学习模块、疗效预测模块和数据输出模块，其中数据输入模块读取训练集数据和测试集数据，其中训练集数据和测试集数据都包含肿瘤样本的多模态数据的一个子集，并且训练集数据还包括免疫检查点抑制剂疗效的标签数据；特征提取模块对训练集数据或测试集数据进行特征提取，分别得到训练集数据的特征值或测试集数据的特征值；数据学习模块以训练集数据的特征值作为输入数据，以所述免疫检查点抑制剂疗效的标签数据作为目标，进行监督式学习，得到用于预测免疫检查点抑制剂疗效的分类器；疗效预测模块以测试集数据的特征值作为输...
【技术特征摘要】
1.一种用于预测免疫检查点抑制剂治疗效果的装置，该装置包括：
数据输入模块、特征提取模块、数据学习模块、疗效预测模块和数据输出模块，其中数据输入模块读取训练集数据和测试集数据，其中训练集数据和测试集数据都包含肿瘤样本的多模态数据的一个子集，并且训练集数据还包括免疫检查点抑制剂疗效的标签数据；特征提取模块对训练集数据或测试集数据进行特征提取，分别得到训练集数据的特征值或测试集数据的特征值；数据学习模块以训练集数据的特征值作为输入数据，以所述免疫检查点抑制剂疗效的标签数据作为目标，进行监督式学习，得到用于预测免疫检查点抑制剂疗效的分类器；疗效预测模块以测试集数据的特征值作为输入数据，通过所述分类器进行目标预测，得到测试集数据相应的免疫检查点抑制剂治疗效果的预测值；数据输出模块输出所述预测值。
2.权利要求1所述的装置，其中所述监督式学习使用全连接神经网络算法，RandomForest,xGBoost,Bayesian,或LogisticRegression算法。
3.权利要求1所述的装置，其中所述监督式学习使用全连接神经网络算法。
4.权利要求1所述的装置，其中所述特征提取模块对训练集数据或测试集数据的每种类别的组学数据分别进行自监督学...
【专利技术属性】
技术研发人员：杨文娴，许灿强，俞容山，
申请(专利权)人：厦门极元科技有限公司，
类型：发明
国别省市：福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。