一种基于深度学习的肺癌发病风险及转移智能判定系统技术方案

本发明专利技术涉及一种基于深度学习的肺癌发病风险其转移智能判定系统，属于生物医学信息处理技术领域。系统包括多源数据预处理模块、深度学习模型构建模块、肺癌发病风险判定模块和风险转移判定模块。首先集成跨领域数据资源，开展深度神经网络模型训练。利用该模型计算得到不同个体风险因素的权重值。在此基础上开展个体肺癌发病风险等级判定，进行依据性别和年龄的个体风险等级统计分析。针对不同个体对应的多个随访年份，分别通过深度神经网络模型判定其随访风险等级，计算肺癌发病风险转移路径轨迹。统计分析不同风险等级的风险转移概率，归纳分析风险转移结果。本系统计算速度快、风险判定精度率高，且操作简便，能够作为大规模人群肺癌筛查使用。

【技术实现步骤摘要】

本专利技术涉及一种基于深度学习的肺癌发病风险其转移智能判定系统，具体涉及一种利用深度神经网络模型的肺癌发病风险等级判定及其转移等级的智能判定系统，属于人工智能与生物医学信息处理。

技术介绍

1、积极开展精准的肺癌发病风险及其转移判定系统研究，为提高肺癌筛查效率，降低肺癌发病率有积极作用，同时对主动预防肺癌发生，实现肺癌早诊早治有重要意义。近些年，随着经济发展水平日益提高，人们生活水平、生活习惯等方面发生很大改变，同时生活环境状况、气象气候条件也不断发生变化。这些都为肺癌发生发展带来大量不确定风险。面对复杂风险进行肺癌发病风险及其转移判定，有利于肺癌主动预防干预和早诊早治，且有助于降低肺癌发病率，提高治愈率和生存率。

2、因此，利用生物医学信息处理技术和计算机辅助诊疗系统等，并借助人工智能、大数据信息技术等手段，基于深度学习技术高效地判定计算不同个体的肺癌发病风险，对于开展有针对性的疾病干预和管理，降低肺癌发病率，十分有必要。

技术实现思路

1、本专利技术的目的是为了解决肺癌发病风险及其转移判定计算本文档来自技高网...

【技术保护点】

1.一种基于深度学习的肺癌发病风险其转移智能判定系统，其特征在于，包括多源数据预处理模块、深度学习模型构建模块、肺癌发病风险判定模块和风险转移判定模块；

2.如权利要求1所述的一种基于深度学习的肺癌发病风险其转移智能判定系统，其特征在于，多源数据包括体检数据、风险筛查数据、随访数据、环境污染数据、气象数据、问卷调查数据。

3.如权利要求1所述的一种基于深度学习的肺癌发病风险其转移智能判定系统，其特征在于，系统的工作方法，包括以下步骤：

4.如权利要求3所述的一种基于深度学习的肺癌发病风险其转移智能判定系统，其特征在于，步骤3包括以下步骤：

...

【技术特征摘要】

1.一种基于深度学习的肺癌发病风险其转移智能判定系统，其特征在于，包括多源数据预处理模块、深度学习模型构建模块、肺癌发病风险判定模块和风险转移判定模块；

2.如权利要求1所述的一种基于深度学习的肺癌发病风险其转移智能判定系统，其特征在于，多源数据包括体检数据、风险筛查数据、随访数据、环境污染数据、气象数据、问卷调查数据。

3.如权利要求1所述的一种基于深度学习的肺癌发病风险其转移智能判定系统，其特征在于，系统的工作方法，包括以下步骤：

4.如权利要求3所述的一种基于深...

【专利技术属性】
技术研发人员：陈松景，吴思竹，
申请(专利权)人：中国医学科学院医学信息研究所，
类型：发明
国别省市：