[發明專利]基于多種機器學習算法的肺癌診斷系統在審
| 申請號： | 202011130208.7 | 申請日： | 2020-10-21 |
| 公開（公告）號： | CN112259221A | 公開（公告）日： | 2021-01-22 |
| 發明（設計）人： | 閆存玲;崔斌;韋仁杰;楊明鈺;白楊;李志艷 | 申請（專利權）人： | 北京大學第一醫院;北京大學 |
| 主分類號： | G16H50/20 | 分類號： | G16H50/20;G06K9/62;G06N20/00;G06N20/10 |
| 代理公司： | 北京元本知識產權代理事務所(普通合伙) 11308 | 代理人： | 秦力軍 |
| 地址： | 100034 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 多種 機器 學習 算法 肺癌 診斷 系統 | ||
1.一種基于多種機器學習算法的肺癌診斷系統，其特征在于，所述系統包括：
初步預測模塊，用于利用已訓練的多個肺癌預測模型分別對待診斷患者的肺部臨床數據進行肺癌初步預測處理，得到多個肺癌初步預測結果；
肺癌診斷模塊，用于利用已訓練的肺癌元分類器對所述多個肺癌初步預測結果進行肺癌分類處理，確定所述待診斷患者是否為肺癌患者。
2.根據權利要求1所述的系統，其特征在于，所述系統還包括：
肺癌預測模型訓練模塊，用于利用用來訓練肺癌預測模型的訓練集，對所述多個肺癌預測模型和肺癌元分類器進行訓練，得到已訓練的多個肺癌預測模型和已訓練的肺癌元分類器。
3.根據權利要求2所述的系統，其特征在于，所述系統還包括：
訓練集獲取模塊，用于篩選出肺癌患者和非肺癌患者的肺部臨床數據，并對已篩選的肺部臨床數據進行預處理，得到預處理后的肺部臨床數據，從預處理后的肺部臨床數據中劃分出所述訓練集。
4.根據權利要求3所述的系統，其特征在于，所述肺部臨床數據包括電子病歷數據、實驗室檢查結果、肺部的CT影像學報告，所述訓練集獲取模塊對所述肺部的CT影像學報告進行結構化處理，從所述肺部的CT影像學報告中得到包括病灶所在部位、毛刺現象、是否有胸膜牽拉、結節影像學性質、結節直徑的結構信息。
5.根據權利要求3所述的系統，其特征在于，所述肺部臨床數據包括肺癌患者和非肺癌患者的肺部診斷結果，所述訓練集獲取模塊用于對肺癌患者和非肺癌患者的肺部診斷結果進行分類，得到分類信息。
6.根據權利要求3所述的系統，其特征在于，所述訓練集獲取模塊對已篩選的肺部臨床數據進行編碼處理，得到編碼信息。
7.根據權利要求3所述的系統，其特征在于，所述訓練集獲取模塊對已篩選的肺部臨床數據進行去重、異常值處理、填補缺失值等處理，得到清洗后的肺部臨床數據。
8.根據權利要求1-7任意一項所述的系統，其特征在于，所述多個肺癌預測模型包括XBGoost模型、隨機森林模型、邏輯回歸模型、支持向量機、多層感知機中的至少兩個。
9.根據權利要求1所述的系統，其特征在于，所述系統還包括：
參數調整模塊，用于根據所述肺癌診斷模塊確定的所述待診斷患者是否為肺癌患者的診斷結果以及所述待診斷患者的實際診斷結果，對所述多個肺癌預測模型和所述肺癌元分類器的參數進行調整。
10.根據權利要求1或9所述的系統，其特征在于，所述肺癌元分類器是用于集成模型的Stacking模型。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京大學第一醫院;北京大學，未經北京大學第一醫院;北京大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202011130208.7/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種導航儀內部PCB基板高效打磨設備
- 下一篇：用于車輛升降用液壓閥裝置
