摘要
本发明涉及生存预测领域,尤其涉及一种淋巴瘤患者生存预测系统及方法。内容包括:获取并预处理淋巴瘤患者的临床检查数据,创建数据特征提取方法,对预处理后的临床检查数据进行特征提取,得到最优数据特征集合;计算最优数据特征集合中的数据特征的信息增益,基于信息增益筛选出可作为生存预测的样本数据的数据特征;构建生存预测神经网络模型,将生存预测的样本数据作为生存预测神经网络模型的输入,输出淋巴瘤患者的生存预测值。解决了现有的生存预测方法所利用的底层数据不够全面,且数据精度不足,严重影响了计算复杂度和后续计算的准确度,最终导致生存预测精度严重不足,无法为医生提供有价值的参考依据的问题。
技术关键词
生存预测方法
临床检查数据
数据特征提取方法
神经网络模型
生存预测系统
患者
位置更新方法
特征提取模块
样本
粒子群算法
因子
误差函数
变量
模式
参数
复杂度
精度
系统为您推荐了相关专利信息
模型压缩方法
通道
传播算法
神经网络模型压缩技术
因子
数字孪生模型
资源分配策略
数据处理方法
资源调度优化
对象
人工神经网络模型
驾驶风格识别方法
标签
周期
数据处理模组