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
对话生成方法
对话生成模型
分类器
模态特征
标签
图像生成模型
样本
图像生成方法
图像编码
解码模块
Copula函数
产品寿命预测方法
产品寿命预测模型
多参数
生成对抗网络
干扰余量
频谱分配方法
频谱分配模型
DQN算法
贪婪策略