当前位置: 首页 > 专利查询>清华大学专利>正文

疗效预测模型训练方法以及疗效预测方法及电子设备技术

技术编号:36429963 阅读:36 留言:0更新日期:2023-01-20 22:41
本发明专利技术涉及疗效预测领域,具体涉及一种疗效预测模型训练方法以及疗效预测方法及电子设备。包括:获取目标患者对应的临床信息、脑电数据、心电数据,以及目标患者对应的样本类型;基于目标患者对应的临床信息、脑电数据、心电数据,生成目标患者对应的初始特征;基于目标患者对应的样本类型,对初始特征进行优化处理,生成目标患者对应的目标特征;基于目标患者对应的目标特征与样本类型之间的对应关系,生成目标患者对应的训练数据集;利用训练数据集训练初始疗效预测网络,生成目标疗效预测模型。上述方法,保证了训练得到的目标疗效预测模型的准确性,从而可以保证利用目标疗效预测模型对患者治疗疗效进行预测的准确性。模型对患者治疗疗效进行预测的准确性。模型对患者治疗疗效进行预测的准确性。

【技术实现步骤摘要】
疗效预测模型训练方法以及疗效预测方法及电子设备


[0001]本专利技术涉及疗效预测领域,具体涉及一种疗效预测模型训练方法以及疗效预测方法及电子设备。

技术介绍

[0002]癫痫是一种常见的神经系统疾病,在全球范围内有超过4千万的患者。通过药物治疗,多数患者的发作能得到有效的控制;但仍有约30%的患者,在通过至少两种药物的单药或联合用药后,其发作仍然不能得到有效缓解,这部分患者的癫痫被称为药物难治性癫痫。难治性癫痫对于患者的神经系统,尤其会对儿童患者的大脑发育造成严重且不可逆的损伤,影响患者及其家庭的生活质量。
[0003]迷走神经刺激(Vagus Nerve Stimulation,VNS)是一种针对难治性癫痫的辅助性治疗,通过刺激患者左侧颈部的迷走神经,能一定程度地缓解发作;但其效果在不同患者身上具有巨大的差异,仅有50%

60%的患者能通过VNS达到50%以上的发作频率的减少,而其中发作完全缓解的患者仅占10%。鉴于VNS以上在疗效上的特点,再考虑其植入手术潜在的风险、长期的疗程以及较高昂的费用,若能通过术前的评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种疗效预测模型训练方法,其特征在于,包括:获取目标患者对应的临床信息、脑电数据、心电数据,以及所述目标患者对应的样本类型,所述样本类型根据所述目标患者对应的长期疗效确定,包括正样本和负样本;基于所述目标患者对应的所述临床信息、所述脑电数据、所述心电数据,生成所述目标患者对应的初始特征;基于所述目标患者对应的样本类型,对所述初始特征进行优化处理,生成所述目标患者对应的目标特征;基于所述目标患者对应的所述目标特征与所述样本类型之间的对应关系,生成所述目标患者对应的训练数据集;利用所述训练数据集训练初始疗效预测网络,生成目标疗效预测模型。2.根据权利要求1所述的方法,其特征在于,基于所述目标患者对应的所述临床信息、所述脑电数据、所述心电数据,生成所述目标患者对应的初始特征,包括:根据所述临床信息,生成初始临床特征;所述初始临床特征中包括多个初始子临床特征;对所述脑电数据进行分析,计算所述目标患者对应的初始功能连接特征、初始网络拓扑特征以及初始熵特征;所述初始功能连接特征中包括多个初始子功能连接特征;所述初始网络拓扑特征中包括多个初始子网络拓扑特征;所述初始熵特征中包括多个初始子熵特征;对所述心电数据进行分析,计算所述目标患者对应的初始心率变异性特征;所述初始心率变异性特征中包括多个初始子心率变异性特征;基于所述初始临床特征、所述初始功能连接特征、所述初始网络拓扑特征、所述初始熵特征以及所述初始心率变异性特征,构成所述初始特征。3.根据权利要求2所述的方法,其特征在于,所述基于所述目标患者对应的样本类型,对所述初始特征进行优化处理,生成所述目标患者对应的目标特征,包括:利用预设的检验方法对所述目标患者中的正样本对应的所述初始特征和所述负样本对应的所述初始特征进行组间显著性差异分析,从所述初始特征中确定候选特征;所述候选特征中包括候选临床特征、候选功能连接特征、候选网络拓扑特征、候选熵特征以及候选心率变异性特征;基于预设二分类算法的递归特征消除法对所述候选特征进行特征选择,生成所述目标患者对应的目标特征。4.根据权利要求3所述的方法,其特征在于,所述基于预设二分类算法的递归特征消除法对所述候选特征进行特征选择,生成所述目标患者对应的目标特征,包括:根据所述候选特征,生成包括全部所述候选特征的第一候选特征集;将所述第一候选特征集输入至预设二分类算法,训练所述预设二分类算法,得到第一候选二分类模型,并确定所述第一候选特征集中各个所述候选特征对应的权重系数;根据所述第一候选特征集中各个所述候选特征对应的权重系数,分别从所述候选临床特征、所述候选功能连接特征、所述候选网络拓扑特征、所述候选熵特征以及所述候选心率变异性...

【专利技术属性】
技术研发人员:郑冬阳胡迎炳王志燕郝红伟李路明
申请(专利权)人:清华大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1