【技术实现步骤摘要】
本专利技术属于医学数据处理，具体涉及一种分析肝癌复发数据的多模态预测模型构建方法及系统。
技术介绍
1、肝癌即肝脏恶性肿瘤，可分为原发性和继发性两大类。原发性肝脏恶性肿瘤起源于肝脏的上皮或间叶组织，前者称为原发性肝癌，是高发的，危害极大的恶性肿瘤；后者称为肉瘤，与原发性肝癌相比较较为少见。继发性或称转移性肝癌系指全身多个器官起源的恶性肿瘤侵犯至肝脏，肝癌术后复发预测对患者的治疗和生存预后非常重要，单一类型的数据可能存在一定的局限性，无法全面反映肝癌复发的数据复杂机制。
2、综上，当前肝癌复发数据分析模型的问题有：
3、单一类型的数据构建的模型的预测准确性低，模型的泛化能力弱，无法适用于医学应用场景，辅助临床决策，常规的多模态数据模型的构建方法无法关联不同模态特征间关系，并对各个模态的特征进行单独调优，所以无法全面反映肝癌复发的复杂机制，对于肝癌复发数据的分析极为不利。
技术实现思路
1、针对上述现有技术的不足，本申请提供一种分析肝癌复发数据的多模态预测模型构建方法及
本文档来自技高网...
【技术保护点】
1.一种分析肝癌复发数据的多模态预测模型构建方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的方法，其特征在于：所述对所述临床文本数据、影像数据和病理数据分别进行多模态组学特征提取，得到对应的临床文本组学特征、影像组学特征和病理组学特征，包括：
3.根据权利要求2所述的方法，其特征在于：所述对所述临床文本组学特征、影像组学特征和病理组学特征进行分析筛选，得到特征筛选结果，对所述患者医疗数据进行数据标准化得到标准化处理结果，将所述特征筛选结果和标准化处理结果汇总为待建模数据，包括：
4.根据权利要求3所述的方法，其特征在于：所...
【技术特征摘要】
1.一种分析肝癌复发数据的多模态预测模型构建方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的方法，其特征在于：所述对所述临床文本数据、影像数据和病理数据分别进行多模态组学特征提取，得到对应的临床文本组学特征、影像组学特征和病理组学特征，包括：
3.根据权利要求2所述的方法，其特征在于：所述对所述临床文本组学特征、影像组学特征和病理组学特征进行分析筛选，得到特征筛选结果，对所述患者医疗数据进行数据标准化得到标准化处理结果，将所述特征筛选结果和标准化处理结果汇总为待建模数据，包括：
4.根据权利要求3所述的方法，其特征在于：所述基于所述待建模数据进行单模态建模，得到对应的临床文本单模态模型、影像单模态模型和病理单模态模型，包括：
5.根据权利要求4所述的方法，其特征在于：所述对所述待建模数据执行前融合步骤得到对应的前融合模型，包括：
6.根据权利要求5所述的方法，其特征在于：所述对所述待建模数据执行前...
【专利技术属性】
技术研发人员：马鹏程，聂瑞，许娟，高剑伟，王剑仲，刘燕波，费鸿高，梁大柱，张佳乐，王瑞国，史文钊，
申请(专利权)人：神州医疗科技股份有限公司，
类型：发明
国别省市：
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。