基于特征选择的肺癌生存期预测模型训练方法

AITNT
正文
推荐专利
基于特征选择的肺癌生存期预测模型训练方法
申请号:CN202510853167
申请日期:2025-06-24
公开号:CN120636850A
公开日期:2025-09-12
类型:发明专利
摘要
本发明公开了基于特征选择的肺癌生存期预测模型训练方法,涉及模型训练技术领域。包括:获取与肺癌生存期关联的特征信息,得到目标特征集,目标特征集至少包括一个特征信息组成的目标特征项;通过筛选方法对目标特征集进行筛选,去除低关联度的特征信息,得到筛选特征集,筛选特征集用于表示高关联度的特征信息集合。本发明通过获取与肺癌生存期关联的特征信息,并通过对特征信息进行筛选,去除低关联度的特征信息,并对筛选后的特征信息进行匹配组合,得到多个特征信息的互相影响组合结果,并构建特征匹配空间,获取肺癌生存数据作为对照,通过神经网络隐藏层学习特征匹配项的非线性组合效用,并以此进行模型的训练。
技术关键词
预测模型训练方法 特征选择 肺癌 特征点 筛选方法 学习特征 排序方法 模型训练技术 训练神经网络 非线性 数据项 判定特征 注意力机制 关系 患者 因子
系统为您推荐了相关专利信息
1
基于图像识别技术的地毯定点区域打印三维定位装置及方法
地毯 三维定位方法 图像识别技术 梳理机构 三维定位装置
2
一种无人机抵近获取高清影像的方法
描述符 景深 特征点 多尺度特征提取 特征匹配算法
3
一种基于图像识别的动态地形监测方法及系统
数字高程模型 实景三维模型 水面 数字表面模型 激光点云数据
4
一种结合场景与策略模型的机器人控制方法和装置
机器人位姿 机器人控制方法 点云 序列 机器人控制装置
5
支持多模态交互的数字戏曲生成与参与系统
多模态交互 交互装置 脸谱 体感控制模块 面部识别
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号