[发明专利]一种鼻咽癌人工智能辅助诊疗决策终端

权利要求书

1.一种鼻咽癌人工智能辅助诊疗决策终端，其特征在于，所述诊疗决策终端响应于用户指令与诊疗决策服务器集群进行数据交互，并以可视化的方式为用户提供诊疗决策服务；

所述诊疗决策终端用于选择第一模型、第二模型、第三模型、第四模型和/或第五模型为用户提供诊疗决策服务；

所述第四模型通过下述操作得到：

对多组学数据进行整合分析，建立经质量评估后的数据存储模型，所述多组学数据为第一数据、第二数据和基因数据中的多种，其中第一数据、第二数据和基因数据都是组学数据；

全面系统探究多组学数据之间的关联性，建立基于多组学数据整合的第四模型，第四模型中包括公共发现模型，所述公共发现模型通过下述方法得到：

在张量表达和矩阵表达的框架下，提出面向张量描述的特征模型；建立基于先验知识约束的张量配对能量方程；分析特征张量描述方法、先验知识约束设计、张量配对方法与局部公共子结构的内在关系；测试模型的鲁棒性；针对海量数据，建立约束问题分解机制，优化求解，得到公共发现模型；

所述多组学数据通过下述方法进行整合：

S1.建立面向多组学数据的矩阵分解模型，将多维数据分解到同一个基空间中，分析系数矩阵之间的互动关系，发现基因靶点与图像表型、肿瘤分期分级之间的动态关联；

S2.建立面向多组学数据的张量分解模型，通过采用三个隐式变量基空间的方法，将多组学数据分解到三个基空间中，提取出独立于多组学数据的中心核张量，研究核张量间的公共关系，以发现其公共关联，研究在不同约束下，隐式变量基空间的分解特性，设计面向多约束中心核张量的关联函数；

S3.建立基于张量描述的张量配对模型，设计单组学数据的张量特征描述方法，研究张量特征维数和定量描述对张量配对的影响；设计特征张量的配对方法，构建基于先验知识约束的张量配对模型；

S4.针对分析结果建立公共模块发现模型，整合模型优化函数，所述整合模型优化函数为公共发现模型的核心内容，用于在多组学数据中挑选出对鼻咽癌患者预后具备指向性的指标：

Subjectto：X_i，j∈{0，1}

XI₁≤b₁

X^TI₂≤b₂，其中H表示组学数据S₁和S₂之间的相似度，X表示分配矩阵，表示数据S₁内部特征关联关系，表示数据S₂内部特征关联关系，公式第一项表示分配矩阵X满足相似度矩阵H的分布，第二项和第三项分别表示融入了数据S₁和数据S₂的先验知识，第四项表示分配矩阵具有稀疏性，从而解释数据S₁和数据S₂之间的关联关系，L_M为归一化拉普拉斯矩阵，根据拉普拉斯矩阵性质，得到以下公式

求解上述最优化函数，获得数据整合结果。

2.根据权利要求1所述的一种鼻咽癌人工智能辅助诊疗决策终端，其特征在于，包括：

界面切换模块，所述界面切换模块用于根据用户登录身份的不同为用户提供不同的显示界面。

3.根据权利要求2所述的一种鼻咽癌人工智能辅助诊疗决策终端，其特征在于：若用户身份为患者用户，所述界面切换模块向用户提供数据访问、结果查看和诊疗建议的功能；若用户身份为医生用户，所述界面切换模块向用户提供数据访问、诊疗参考、预后评估的功能。

4.根据权利要求1所述的一种鼻咽癌人工智能辅助诊疗决策终端，其特征在于，包括：

用户注册模块，用于向所述诊疗决策服务器集群进行注册，以便于用户使用诊疗决策服务器集群提供的各种服务；

数据管理模块，用于管理用户的个人数据；

查询模块，用于用户向诊疗决策服务器集群查询目标数据；

注释模块，用于用户在显示界面进行标记；

比较模块，用于对于类似数据进行比较，并标识出比较结果以便于用户快速发现类似数据之间的差异；

检索模块，用于用户快速搜索目标数据；

展示模块，用于进行数据可视化。