[发明专利]基于长短时记忆的超宽带微波乳腺肿瘤大小预测系统

权利要求书

1.一种基于长短时记忆的超宽带微波乳腺肿瘤大小预测系统，其特征在于，包括：

根据乳房中的正常组成部分及肿瘤之间的电磁特性搭建的超宽带微波乳腺肿瘤信号采集系统，由超宽带微波乳腺肿瘤信号采集系统根据肿瘤的生长过程收集不同时间的肿瘤微波反射信号数据；

数据预处理模块，用于对超宽带微波乳腺肿瘤信号采集系统采集的肿瘤微波反射信号数据进行预处理以提取特征信息；

LSTM肿瘤预测模型，LSTM肿瘤预测模型使用从过去时间肿瘤大小获得的微波信息作为先验信息，并使用先验信息和当前时间肿瘤大小的数据的组合作为输入，然后组合数据线性连接到隐藏层网络，迭代计算输出向量序列，最后，通过激活函数计算来自输出层的输出矢量，并获得输出矢量序列Y；

肿瘤生长趋势预测模块，肿瘤生长趋势预测模块将通过数据预处理模块得到的实时特征信息输入LSTM肿瘤预测模型，由LSTM肿瘤预测模型根据得到的肿瘤微波反射信号数据，检测出肿瘤的大小，预测肿瘤的生长趋势。

2.如权利要求1所述的一种基于长短时记忆的超宽带微波乳腺肿瘤大小预测系统，其特征在于，搭建所述超宽带微波乳腺肿瘤信号采集系统时，首先分析乳房中各组织的电磁特性，然后根据乳房各组织的电磁特性构建乳房模型，在乳房模型中，乳房是一个半径为8厘米的半球，根据乳房不同组织的电磁特性，将乳房模型分成4层，建立具有肿瘤的人乳房的完整3D模型，搭建所述超宽带微波乳腺肿瘤信号采集系统。

3.如权利要求1所述的一种基于长短时记忆的超宽带微波乳腺肿瘤大小预测系统，其特征在于，所述超宽带微波乳腺肿瘤信号采集系统分析Gompertz肿瘤生长模型中肿瘤细胞随时间的变化过程，基于Gompertz肿瘤生长模型中肿瘤大小与时间的关系，模拟肿瘤的生长过程，收集肿瘤生长的一系列连续微波信号，即所述肿瘤微波反射信号数据。

4.如权利要求1所述的一种基于长短时记忆的超宽带微波乳腺肿瘤大小预测系统，其特征在于，所述数据预处理模块首先对采集的时间序列肿瘤微波反射信号数据进行数据规范化，随后使用主成分分析PCA从标准化数据中提取所述特征信息。

5.如权利要求1所述的一种基于长短时记忆的超宽带微波乳腺肿瘤大小预测系统，其特征在于，所述LSTM肿瘤预测模型引入一个滑动时间窗来捕获序列上的时间周期，窗口的长度是k，沿着初始序列移动滑动窗口，生成一个新的时间向量序列S，则对所述LSTM肿瘤预测模型进行训练时，将经过所述数据预处理模块处理后的数据样本放入所述LSTM肿瘤预测模型中进行训练，训练时，将第一组k个数据S₁馈送到所述LSTM肿瘤预测模型中，并且y_(k+1)作为用于监督学习的目标值，学习所述LSTM肿瘤预测模型的参数以最小化预测值和目标值之间的误差，此外，在一个数据上移动，随后的k个数据S₂被馈送到所述LSTM肿瘤预测模型中并且很快给出y_(k+1)作为目标值，y_(k+1)表示肿瘤大小，完成训练后，将第一组k个测试数据输入训练好的所述LSTM肿瘤预测模型，基于训练的权重，计算下一次肿瘤大小的预测值。

6.如权利要求1所述的一种基于长短时记忆的超宽带微波乳腺肿瘤大小预测系统，其特征在于，检测所述LSTM肿瘤预测模型准确度和合理性时，将需要进行测试的数据写入程序，对已经训练好的所述LSTM肿瘤预测模型进行测试，使用预测值和实际值的比率来显示预测的准确性。