摘要
本发明提供了一种多源数据融合的肺癌预测方法及系统,涉及肺癌预测技术领域。包括:获取多源肺癌患者数据集;对多源肺癌患者数据集中的不同数据进行对应预处理,得到预处理后的多源肺癌患者数据集,预处理后的多源肺癌患者数据集包括:基因表达数据、预处理后的临床数据和结构化特征;对预处理后的多源肺癌患者数据集进行特征提取,第一特征数据、第二特征数据和第三特征数据;将第一特征数据、第二特征数据和第三特征数据转换为图结构并由GNN进行训练,得到统一的特征向量;根据统一的特征向量和深度学习模型构建肺癌预测模型以进行肺癌预测,得到预测结果。本发明解决了现有技术中癌症风险预测存在预测精度低的问题。
技术关键词
基因表达数据
患者
深度学习模型
数据嵌入
肺癌预测系统
特征聚类方法
多层网络结构
差异表达分析
表达式
降维算法
特征提取模块
交互特征
数据获取模块
影像
样本
矩阵
节点
系统为您推荐了相关专利信息
风险评估报告
医院信息系统
信息化方法
风险预测模型
管理信息化系统
地形障碍物
三维特征数据
智能调度方法
预测无人机
多模态
诊断方法
多模态深度学习
图像处理
注意力机制
工况环境
监测方法
屋面结构
梯度算法
插值算法
环境传感器