摘要
本发明公开了基于机器学习的食管癌预后风险分析方法、系统及介质,涉及人工智能技术与生物信息学技术领域,包括:步骤一、采集患者多模态数据并标准化处理,据以构建稳定特征集;步骤二、构建多种机器学习模型,基于稳定特征集建模实现各个机器学习模型的高低风险组预测,据以确定机器学习模型以及最优特征集;步骤三、计算最优特征集中各个特征之间的SHAP交互值,据以绘制交互值曲线,得到TopA个交互特征对,将交互特征对作为新构建的特征纳入步骤一的原始特征集,重复步骤一的特征筛选流程以及步骤二,从而得到最优机器学习模型,用于预测患者高低风险组;该预后风险分析方法对局部晚期食管癌患者高低风险组检测特异度大幅提升。
技术关键词
机器学习模型
组学特征
稳定特征
风险分析方法
基因表达数据
计算机可读储存介质
交互特征
高风险
影像
多模态
晚期食管癌患者
随机森林
分类程序
最佳特征
并行处理框架
生物信息学技术
梯度提升决策树