基本信息:
- 专利标题： 基于深度概率模型的患者聚类和生存风险预测方法及系统
- 申请号：CN202310736421.X 申请日：2023-06-21
- 公开(公告)号：CN116564523A 公开(公告)日：2023-08-08
- 发明人： 徐正飞 , 顾王逸青 , 杨雪洁 , 赵树平 , 李鹏玉 , 苏凯翔 , 李娟 , 鲍萍 , 宋律
- 申请人： 合肥工业大学
- 申请人地址： 安徽省合肥市包河区屯溪路193号
- 专利权人： 合肥工业大学
- 当前专利权人： 合肥工业大学
- 当前专利权人地址： 安徽省合肥市包河区屯溪路193号
- 代理机构： 北京久诚知识产权代理事务所
- 代理人： 余罡
- 主分类号： G16H50/30
- IPC分类号： G16H50/30 ; G16H10/60 ; G06F18/213 ; G06F18/2321
摘要：
本发明提供一种基于深度概率模型的患者聚类和生存风险预测方法及系统，涉及生存分析技术领域。本发明首先获取右删失条件下的用户健康数据，并对该用户健康数据进行预处理；接着基于多任务学习框架的特征提取器，提取预处理后的右删失条件下的用户健康数据的特征表示；并基于特征表示，利用深度概率模型获取数据分布信息，并对数据分布信息进行重构优化；然后在不考虑参数假设的条件下，基于生存预测多任务子网络估计类别水平的风险函数，并基于风险函数获取个体风险估计结果；最后基于优化后的数据分布信息和个体风险估计结果的变分证据下界，获取聚类预测结果和事件时间预测结果。本发明提升了聚类和事件时间预测结果的精度。
IPC结构图谱:
| G | 物理 |
| --G16 | 特别适用于特定应用领域的信息通信技术 |
| ----G16H | 医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术 |
| ------G16H50/00 | 专门适用于医疗诊断，医学模拟或医疗数据挖掘的ICT；专门适用于检测、监测或建模流行病或传染病 |
| --------G16H50/30 | .用于计算健康指数；个人健康风险评估 |