摘要
本发明涉及医学数据挖掘技术领域,提出了基于多模态数据的前列腺癌复发风险预测系统,包括:采集前列腺癌患者经过手术治疗后的生理参数和不适时刻,标记目标不适时刻并获取目标不适时刻的临近不适时刻;获取目标不适时刻的同一种类的生理参数的上升回落比;划分异常数据表现区间并更新;根据任意两个不同种类的生理参数的相关关系、生理参数的异常数据表现区间的时间长度、目标不适时刻的所有种类生理参数的上升回落比,确定前列腺癌患者在目标不适时刻的综合卷积核尺度;根据综合卷积核尺度实现对前列腺癌患者前列腺癌复发风险的预测。本发明可实现对前列腺癌复发风险的有效管理。
技术关键词
异常数据
生理
参数
风险预测系统
患者
医学数据挖掘技术
阶段
多模态
数据采集模块
时间段
极值
分析模块
手术
关系
标记
系统为您推荐了相关专利信息
多发性硬化症患者
免疫细胞
生物标志物集合
机器学习算法
试剂盒
双曲正切函数
识别方法
三次样条插值
曲线
模型预测值
像素点
边缘检测模型
边缘检测方法
数据
神经网络模型