[發明專利]基于改進蟻獅算法和BP神經網絡的食管鱗癌生存預測方法

在審

• 申請號: 202210358247.5
• 申請日: 2022-04-06
• 公開（公告）號: CN114724705A
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 王延峰;孫軍偉;劉懷陽;張靜宜;廖榮航;梁恩豪;王新發;黃春;方潔;李盼龍;劉娜;雷霆;余培照;凌丹;王英聰;王妍
• 申請（專利權）人: 鄭州輕工業大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/70;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 鄭州優盾知識產權代理有限公司 41125
• 代理人: 栗改

本發明提出一種基于改進蟻獅算法和BP神經網絡的食管鱗癌生存預測方法，步驟為：利用PCA法將采集的食管鱗癌數據進行降維處理得到樣本數據；根據樣本數據確定BP神經網絡的拓撲結構，對樣本數據進行預處理并輸入BP神經網絡，計算全局誤差；在標準的ALO算法中加入交叉變異算子和非線性動態權重得到IALO算法，將全局誤差作為適應度函數，更新精英蟻獅的位置；將精英蟻獅作為BP神經網絡的最優權值和閾值構建食管癌風險預測模型，利用訓練好的食管癌風險預測模型對食管鱗癌數據進行生存分析預測。本發明的PCA法對食管鱗癌數據進行降維，去除冗余；引入了變異算子，增強種群的多樣性，提高全局搜索能力，避免陷入局部最優，提高了診斷效率。

技術領域

本發明涉及食管鱗癌生存預測的技術領域，尤其涉及一種基于改進蟻獅算法和BP神經網絡的食管鱗癌生存預測方法。

背景技術

近年來，隨著大數據技術在醫療行業的出現，醫療領域的數字化水平不斷提高，食管鱗癌的各項數據也更加全面，食管鱗癌數據本身包含了各種隱藏的信息和規律，而數據意義在于需要借助合適的工具才能更直觀地將深層次的信息得到表達。隨著大數據技術的飛速發展，在計算機輔助下的數據挖掘與建模已成為當前食管鱗癌診療技術的熱點，全球越來越多的國家重視大數據技術和醫學數據技術的結合與應用。

能夠快速有效地分析和預測食管鱗癌患者的生存水平，是實現精準醫療患者的基礎。食管鱗癌患者生存期預測的研究主要緣由在臨床表型和血液指標兩個方面。目前針對國內外預測食管鱗癌患者的生存水平的主要有Elman神經網絡、回歸分析、線性支持向量機(SVM)等。對于優化BP神經網絡的仿生算法可以分為兩大類：進化算法和群體智能算法。進化算法模仿自然界中的進化概念，在這類算法中，目前科研人員用的最多的是遺傳算法，遺傳算法模擬了達爾文進化論的概念。在遺傳算法的思想中，優化問題的開始是從一組特定的隨機解，通過目標函數對解進行評價后，根據解的適應度值對解的變量進行修正。主成分分析(PCA)是為了數據簡化，從而能有效地減少食管鱗癌患者的血液指標的維數和血液中冗雜信息的影響。BP神經網絡是為了建立食管鱗癌患者的生存水平預測模型。為了優化BP神經網絡收斂能力差，精度不高，目前有很多的元啟發式對BP神經網絡進行了優化。

蟻獅(ALO)算法是澳大利亞學者Mirjalili通過模仿蟻獅幼蟲捕食螞蟻來設計的一個智能算法，ALO算法可以增強種群的多樣性。

發明內容

針對現有的食管鱗癌生存預測方法診斷效率低，計算復雜的技術問題，本發明提出一種基于改進蟻獅算法和BP神經網絡的食管鱗癌生存預測方法，基于PCA(主成分分析法)對食管鱗癌數據進行預處理，用變異算子和非線性權重策略對ALO(蟻獅優化)算法進行改進，利用改進ALO算法得出的最優權值和閾值構建BP神經網絡模型，對食管鱗癌數據進行訓練，具有較好的可行性，尋優精度和收斂速度均有明顯提升，受維度變化影響很小，高維求解能力更強、更穩定。

為了達到上述目的，本發明的技術方案是這樣實現的：一種基于改進蟻獅算法和BP神經網絡的食管鱗癌生存預測方法，其步驟如下：

步驟一：利用PCA法將采集的食管鱗癌數據進行降維處理，以重要性排列提取食管鱗癌數據的特征值組成樣本數據；

步驟二：根據樣本數據確定BP神經網絡的拓撲結構，對樣本數據進行預處理并輸入BP神經網絡，計算BP神經網絡的全局誤差；

步驟三：在標準的ALO算法中加入交叉變異算子和非線性動態權重得到IALO算法，將步驟二的全局誤差作為IALO算法的適應度函數，保存并更新精英蟻獅的位置；

步驟四：將步驟三得到的精英蟻獅個體作為BP神經網絡的最優權值和閾值構建食管癌風險預測模型，并利用樣本數據對食管癌風險預測模型進行訓練，利用訓練好的食管癌風險預測模型對食管鱗癌數據進行生存分析預測。

所述PCA法通過計算食管鱗癌數據組成矩陣的協方差矩陣，然后得到協方差矩陣的特征值和特征向量，選擇特征值最大的p個特征值所對應的特征向量組成的矩陣即為樣本數據。