一种基于Cross-FiBiNet的无精症手术决策分类方法技术

本发明专利技术提供一种基于Cross‑FiBiNet的无精症手术决策分类方法。该方法包括：获取数据集；对数据集进行预处理；将预处理后的数据集按照患者的临床激素指标、患者的染色体信息和患者的基因信息分成三个不同的field；将分成三个不同的field后的数据集划分为训练集、验证集和测试集；搭建Cross‑FiBiNet网络模型；将训练集输入Cross‑FiBiNet网络模型进行训练，将验证集输入训练后的Cross‑FiBiNet网络模型进行优化，保存最终优化后的Cross‑FiBiNet网络模型；将测试集输入最终优化后的Cross‑FiBiNet网络模型进行患者的无精症手术决策分类结果的预测，得到预测结果。本发明专利技术有效地利用患者的临床激素指标、患者的基因信息、以及患者的染色体信息，构建一个精准的无精症手术方案预测模型，实现对患者无精子症诊断模式的预测。

【技术实现步骤摘要】

本专利技术涉及无精症手术决策分类的，具体而言，涉及一种基于cross-fibinet网络的无精症手术决策分类方法。

技术介绍

1、无精症是指男性精液中没有精子的一类疾病。根据病因不同，无精症可分为原发性无精子症和继发性无精子症两种类型。其中，原发性无精子症或非梗阻性无精症(non-obstructive azoospermia，简称noa)是指男性生殖系统本身存在问题，导致精子无法正常形成或排出；而继发性无精子症或梗阻性无精症(obstructive azoospermia，简称oa)是指由于其他因素如感染、药物、放射线等导致精子生成或排出受到影响。因而oa患者需要通过医生详细的检查和诊断来确定无精症的具体类型和病因，以制定相应的治疗方案。

2、患者的临床激素指标、染色体信息和基因信息是深入了解无精子症病因和选择手术方案的重要信息源。其中，临床激素指标如睾酮、促卵泡激素(简称fsh)和黄体生成素水平(简称lh水平)可以提供关于患者生殖系统功能的重要线索。染色体信息包括核型异常，例如无精子因子(azoospermia factor，简称azf)的本文档来自技高网...

【技术保护点】

1.一种基于Cross-FiBiNet的无精症手术决策分类方法，其特征在于，包括：

2.根据权利要求1所述的基于Cross-FiBiNet的无精症手术决策分类方法，其特征在于，所述步骤S2，具体包括：

【技术特征摘要】

1.一种基于cross-fibinet的无精症手术决策分类方法，其特征在于，包括：

2.根据权...

【专利技术属性】
技术研发人员：王晓彬，刘月，王慧涵，代茵，
申请(专利权)人：东北大学，
类型：发明
国别省市：