[发明专利]一种基于卷积神经网络的食管鳞癌患者生存风险预测方法

权利要求书

1.一种基于卷积神经网络的食管鳞癌患者生存风险预测方法，其特征在于，其步骤如下：

步骤一：获取食管鳞癌患者的M种临床表型指标、生存期信息和生存状态作为原始数据集；

步骤二：利用Kaplan-Meier法和log-rank法分别对M种临床表型指标与生存期信息和生存状态进行关系分析，根据分析结果将M种临床表型指标分为有用临床表型指标和无用临床表型指标；

步骤三：利用单因素COX回归分别对M种临床表型指标与生存期信息和生存状态进行回归分析，得到了与步骤二相同的有用临床表型指标；

步骤四：根据各个有用临床表型指标和食管鳞癌患者的高低风险类别的相关性，采用Relief特征选择算法计算各个有用临床表型指标的权重值，并将权重值小于权重法阈值的临床表型指标移除，得到与食管鳞癌患者生存风险相关度高的临床表型指标；

步骤五：利用Pearson相关性分析法计算与食管鳞癌患者生存风险相关度高的临床表型指标之间的相关度，剔除相关性强的临床表型指标，最终得到与食管鳞癌患者生存风险相关度更高的独立临床表型指标；

步骤六：使用卷积神经网络构建食管鳞癌患者生存风险预测模型，设置卷积神经网络结构参数，将步骤五中得到的独立临床表型指标作为卷积神经网络的输入，食管鳞癌患者风险等级作为卷积神经网络的输出，将食管鳞癌患者数据集分成训练集与测试集两部分，训练集用于食管鳞癌患者生存风险预测模型的训练，测试集用于评估食管鳞癌患者生存风险预测模型的优劣。

2.根据权利要求1所述的基于卷积神经网络的食管鳞癌患者生存风险预测方法，其特征在于，所述M种临床表型指标包括年龄、白细胞计数、淋巴细胞计数、单核细胞计数、中性粒细胞计数、红细胞计数、血红蛋白浓度、血小板计数、总蛋白、白蛋白、球蛋白、凝血酶原时间、活化部分凝血活酶时间、凝血酶时间、纤维蛋白原、预后营养指数、身体质量指数和国际标准化比值；M＝18；

所述生存期信息是指生存时间，生存时间的范围为[0.26月，137.00月]；

所述生存状态是指截止到随访结束时患者健在或者患者死亡。

3.根据权利要求2所述的基于卷积神经网络的食管鳞癌患者生存风险预测方法，其特征在于，所述有用临床表型指标包括年龄、白细胞计数、单核细胞计数、中性粒细胞计数、红细胞计数、血红蛋白浓度、凝血酶原时间、国际标准化比值、凝血酶时间、纤维蛋白原、活化部分凝血活酶时间、预后营养指数；无用临床表型指标包括淋巴细胞计数、血小板计数、身体质量指数、白蛋白、总蛋白和球蛋白。

4.根据权利要求2或3所述的基于卷积神经网络的食管鳞癌患者生存风险预测方法，其特征在于，采用Relief特征选择算法计算各个临床表型指标的权重值的方法为：

S4.1、从食管鳞癌患者的原始数据集中随机选择一个患者样本R，然后从与样本R风险类相同的样本中寻找最近邻样本H，称为Near Hit；

S4.2、从与样本R风险类不同的样本中寻找最近邻样本M，称为Near Miss；

S4.3、更新每个临床表型指标的权重值：如果样本R和Near Hit在某个特征上的距离小于样本R和Near Miss上的距离，降低该临床表型指标的权重；

S4.4、重复执行m次步骤S4.1至S4.3，得到各临床表型指标的平均权重。

5.根据权利要求4所述的基于卷积神经网络的食管鳞癌患者生存风险预测方法，其特征在于，所述与食管鳞癌患者生存风险相关度高的临床表型指标包括血红蛋白浓度、纤维蛋白原、活化部分凝血活酶时间、年龄、红细胞计数、预后营养指数和凝血酶原时间。