[發明專利]一種構建臨床決策模型的有效方法

有效

• 申請號: 202010771540.5
• 申請日: 2020-08-04
• 公開（公告）號: CN111863248B
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 劉德民;吳立洋;陳洪波;劉立志;黎浩江;陳樹超;黃文捷;張天橋;龔瓊
• 申請（專利權）人: 桂林電子科技大學;中山大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06N3/12;G06K9/62
• 代理公司: 桂林市華杰專利商標事務所有限責任公司 45112
• 代理人: 楊雪梅

1.一種構建臨床決策模型的有效方法，其特征在于，包括如下步驟：

1）數據準備：選取一種疾病和其對應的一種治療手段，選取對應的一批患者的病理、影像、臨床特征和生存數據；

2）數據預處理：對步驟1）獲取的數據進行預處理，是對病理數據進行二值化處理，包括進行one-hot編碼，臨床醫生進行特征篩選并作為遺傳算法的二值化編碼輸入，對每個患者的特征變量數據進行編碼，將編碼后的病人分為訓練樣本和驗證樣本；

3）建立基于遺傳算法的臨床決策模型，將步驟2）得到的訓練樣本作為遺傳算法的特征輸入，對建立的臨床決策模型進行訓練，采用適應度函數進行優化，采取k-m生存曲線中log-rank-test p值倒數作為適應度函數，并對p小于0.05的所有模型進行保存，所得模型為相應疾病臨床決策的潛在模型；

4）對相應疾病的潛在模型進行穩定性驗證，通過對模型進行Bootstrap驗證，對潛在模型進行訓練樣本有放回的抽樣重復分析，從潛在模型中選取穩定模型作為候選模型；

5）將驗證樣本輸入步驟4）得到的候選模型中進行測試，通過測試得到最終模型；

6）對得到的最終模型統計特征變量進行統計并輸出；

步驟3）中，所述的訓練，在訓練過程中，進行如下設置：

3-1）采用log-rank-test p值的倒數作為適應度函數對輸入模型中的訓練樣本個體優劣進行評分，評分最高的兩個個體保存，作為下一代的個體，剩下的個體進行交叉互換和變異再作為下一次迭代的個體，log-rank-test p是對兩類病人的生存差異的評價值，當 p小于0.05，說明兩類病人有明顯差異，即病人的生存得到明顯改善，以p的倒數作為遺傳算法的適應度進行迭代；

3-2）對于訓練樣本中的個體選擇的特征變量個數超過閾值的個體進行初始化，重新隨機個體并規定新個體的特征變量數小于規定的閾值；

3-3）使用對目標人群進行閾值限制的方法，限制模型篩選出的人數不得低于閾值人數，若低于閾值人數的模型不予保存，控制最終模型選擇的受益人群的人數。

2.根據權利要求1所述的一種構建臨床決策模型的有效方法，其特征在于，步驟4）中，所述的Bootstrap驗證，是對潛在模型中的訓練樣本有放回的重復抽取，達到訓練樣本訓練時的人數，并以重復抽樣所得的病人集合作為模型的驗證集，并規定通過標準，驗證通過的標準為所有測試模型中按通過次數排序的前2%，并把前2%的模型作為候選模型。