摘要
本发明提出一种肺癌患者化疗风险评估方法,属于风险预测技术领域,包括:S1、收集肺癌化疗周围神经病变影响因素数据,利用影响因素数据构建化疗风险预测模型的输入数据集,对输入数据集预处理;S2、对气味优化算法改进;S3、构建肺癌患者化疗风险预测模型,将输入数据集组织成输入特征和目标输出,划分为训练集和预测集,WSAO‑BP预测模型方法为:利用改进的气味优化算法对BP预测模型的隐藏层数和学习率因子优化,利用训练集对优化的BP预测模型训练得到WSAO‑BP预测模型;S4、将测试集数据输入肺癌患者化疗风险预测模型,输出肺癌患者化疗导致周围神经毒性症状的风险率。提升肺癌患者化疗风险评估的精度。
技术关键词
风险预测模型
风险评估方法
肺癌
非线性动态系统
预测模型方法
数学模型
患者
预测模型训练
数据
因子
策略更新
风险预测技术
算法
抑郁
血压
参数
样本
邻居
数值
系统为您推荐了相关专利信息
污染风险评估方法
微电解技术
阶段
皮尔逊相关系数
模拟模型
动态预测模型
患者临床数据
风险预测模型
代谢组学数据
放射治疗模块
淋巴细胞
肿瘤
文库
弥漫大B细胞淋巴瘤
特异性捕获探针
评估管理系统
风险预测模型
地震
管理中心
数据采集模块