[發(fā)明專利]基于多源遷移學(xué)習(xí)的多中心協(xié)同癌癥預(yù)后預(yù)測系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010038230.2
• 申請日: 2020-01-14
• 公開（公告）號: CN111261299B
• 公開（公告）日: 2022-02-22
• 發(fā)明（設(shè)計）人: 李勁松;田雨;陳偉國;馬靜
• 申請（專利權(quán)）人: 之江實(shí)驗(yàn)室
• 主分類號: G16H50/70
• 分類號: G16H50/70;G06K9/62
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 劉靜

本發(fā)明公開了一種基于多源遷移學(xué)習(xí)的多中心協(xié)同癌癥預(yù)后預(yù)測系統(tǒng)，該系統(tǒng)包括模型參數(shù)設(shè)置模塊、數(shù)據(jù)篩選模塊和多源遷移學(xué)習(xí)模塊；模型參數(shù)設(shè)置模塊負(fù)責(zé)設(shè)置癌癥預(yù)后預(yù)測模型參數(shù)；數(shù)據(jù)篩選模塊布置于臨床中心，管理中心將設(shè)置好的模型參數(shù)傳輸?shù)礁髋R床中心，各臨床中心依據(jù)模型參數(shù)從本地數(shù)據(jù)庫中查詢樣本特征與預(yù)后指標(biāo)數(shù)據(jù)，對數(shù)據(jù)進(jìn)行預(yù)處理；多源遷移學(xué)習(xí)模塊包括源模型訓(xùn)練、遷移權(quán)重計算和目標(biāo)模型計算單元。本發(fā)明利用多源遷移學(xué)習(xí)解決源中心與目標(biāo)中心之間數(shù)據(jù)存在異質(zhì)性的問題及目標(biāo)中心標(biāo)簽數(shù)據(jù)不足問題，在考慮多中心數(shù)據(jù)異質(zhì)性的前提下構(gòu)建更加精準(zhǔn)的預(yù)測模型。同時，模型訓(xùn)練過程中各機(jī)構(gòu)的原始數(shù)據(jù)互補(bǔ)共享，避免患者隱私泄露。

技術(shù)領(lǐng)域

本發(fā)明屬于醫(yī)療領(lǐng)域及機(jī)器學(xué)習(xí)領(lǐng)域，尤其涉及一種基于多源遷移學(xué)習(xí)的多中心協(xié)同癌癥預(yù)后預(yù)測系統(tǒng)。

背景技術(shù)

癌癥死亡率高，隨著其發(fā)病率的不斷攀升，已經(jīng)成為人類死亡的主要原因之一。高質(zhì)量的癌癥預(yù)后預(yù)測可以為醫(yī)生的臨床決策提供依據(jù)，對于癌癥的控制和治療意義重大。

傳統(tǒng)預(yù)后預(yù)測基于專家臨床經(jīng)驗(yàn)(如TNM模型)，缺乏循證支持。隨著醫(yī)療信息技術(shù)，特別是電子病歷、醫(yī)療大數(shù)據(jù)分析挖掘等技術(shù)發(fā)展，數(shù)據(jù)驅(qū)動預(yù)后預(yù)測模型越來越受到關(guān)注。這些預(yù)測模型需要大規(guī)模臨床數(shù)據(jù)，但針對單一病種，單家機(jī)構(gòu)往往缺少足夠標(biāo)簽數(shù)據(jù)，不足以支撐模型訓(xùn)練，模型效果差，需要多中心協(xié)同構(gòu)建預(yù)后預(yù)測模型。

現(xiàn)有技術(shù)方案通常將多家機(jī)構(gòu)的數(shù)據(jù)進(jìn)行匯總后訓(xùn)練通用模型。因不同機(jī)構(gòu)之間數(shù)據(jù)存在異質(zhì)性(主要體現(xiàn)在邊緣分布、條件概率分布差異性上)，訓(xùn)練得到的通用模型的泛化能力較差，當(dāng)目標(biāo)機(jī)構(gòu)數(shù)據(jù)與訓(xùn)練數(shù)據(jù)有較高異質(zhì)性時模型表現(xiàn)往往不佳，只有在目標(biāo)機(jī)構(gòu)中積累一定數(shù)量的有標(biāo)簽樣本后，利用本地有標(biāo)簽樣本對通用模型進(jìn)行校準(zhǔn)才能獲得較好的性能。目前尚缺乏將模型訓(xùn)練與應(yīng)用環(huán)境有機(jī)整合的機(jī)制。

無論是直接利用本地有標(biāo)簽樣本訓(xùn)練模型還是利用本地有標(biāo)簽樣本對通用模型進(jìn)行校正都對本地有標(biāo)簽樣本的數(shù)量有一定要求。在缺少本地標(biāo)簽的情況下，現(xiàn)有方法難以應(yīng)用。且大規(guī)模數(shù)據(jù)需要多家機(jī)構(gòu)共同參與，存在患者隱私泄露風(fēng)險。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供一種基于多源遷移學(xué)習(xí)的多中心協(xié)同癌癥預(yù)后預(yù)測系統(tǒng)，主要解決如下技術(shù)問題：

1.單一機(jī)構(gòu)電子病歷數(shù)據(jù)資源有限，雖然患者規(guī)模以及病歷數(shù)據(jù)總量較大，但是面向特定疾病預(yù)后研究需要，單一機(jī)構(gòu)中有明確預(yù)后結(jié)局事件(如死亡、復(fù)發(fā)等)的患者數(shù)量有限，從而限制了特定疾病構(gòu)建高質(zhì)量預(yù)后預(yù)測模型的建立；

2.缺乏對于模型泛化能力的研究，現(xiàn)有方法構(gòu)建的模型(特別是統(tǒng)計模型)在與訓(xùn)練數(shù)據(jù)集具有相近似特征分布的數(shù)據(jù)集上可以得到較好的預(yù)測性能表現(xiàn)，但是在與訓(xùn)練環(huán)境具有不同邊緣概率分布、條件概率分布差異的數(shù)據(jù)集上的表現(xiàn)往往不佳。

本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)的：一種基于多源遷移學(xué)習(xí)的多中心協(xié)同癌癥預(yù)后預(yù)測系統(tǒng)，該系統(tǒng)包括：模型參數(shù)設(shè)置模塊、數(shù)據(jù)篩選模塊和多源遷移學(xué)習(xí)模塊。

所述模型參數(shù)設(shè)置模塊：布置于管理中心，負(fù)責(zé)設(shè)置癌癥預(yù)后預(yù)測模型參數(shù)，包括癌癥類別(如結(jié)直腸癌)、源中心與目標(biāo)中心、樣本特征(如年齡、性別、結(jié)直腸癌分級、組織學(xué)分類等)、樣本數(shù)據(jù)預(yù)處理方法、預(yù)后指標(biāo)(如五年生存狀態(tài))；

所述管理中心對各臨床中心的資源進(jìn)行協(xié)調(diào)管理，接受用戶訪問；

所述源中心為針對特定癌癥類別，擁有有標(biāo)簽樣本的臨床中心，負(fù)責(zé)源癌癥預(yù)后預(yù)測模型訓(xùn)練；

所述目標(biāo)中心為針對特定癌癥類別，擁有無標(biāo)簽樣本的臨床中心，負(fù)責(zé)目標(biāo)癌癥預(yù)后預(yù)測模型訓(xùn)練；

所述臨床中心為實(shí)際持有臨床數(shù)據(jù)的機(jī)構(gòu)，負(fù)責(zé)樣本數(shù)據(jù)篩選和癌癥預(yù)后預(yù)測模型訓(xùn)練。