[发明专利]非小细胞肺癌集成预后预测模型及其构建方法、装置和应用

权利要求书

1.一种非小细胞肺癌集成预后预测模型的构建方法，其特征在于，包括以下步骤：

(1)将原始数据集按K折交叉验证机制分割成K个子集，并从K个子集中选择1个子集作为验证集D_dev，其余子集合并成训练数据池D_pool；

(2)根据预定义的训练集样本个数N_init，针对每个类别，从训练数据池D_pool中抽取N_init/2个样本组成训练数据集D_train，并从训练数据池D_pool中移除组成训练数据集D_train的样本；

(3)根据训练数据集D_train，基于有监督分类算法构建基预后预测模型，并利用验证集D_dev对基预后预测模型进行验证评估，将得到的评估值和基预后预测模型存入基预后预测模型池Pool，其中，以训练数据集D_train中预测对象的基础信息、临床数据以及术后癌症分期作为输入数据，以预后情况作为学习标签对有监督分类算法进行优化学习，以构建基预后预测模型；

(4)根据步骤(3)得到的预后预测模型，选择查询策略从训练数据池D_pool中主动采样包含信息最多的N_batch个样本，将这N_batch个样本添加到训练数据集D_train中，并从训练数据池D_pool中移除N_batch个样本；

(5)根据步骤(4)得到的新训练数据集D_train、训练数据池D_pool和验证集D_dev，重复步骤(3)和步骤(4)，直到训练数据池D_pool中的样本不足N_batch个为止；

(6)从步骤(5)迭代结束后得到的基预后预测模型池Pool中选择N_ens个评估值最高的基预后预测模型，用于构建集成预后预测模型；

(7)根据步骤(1)得到的训练数据池D_pool，重复步骤(2)重新采样得到新训练数据集D_train，并重复步骤(3)到步骤(6)T次；

(8)从步骤(1)得到的K个子集中选取1个未做过验证集的子集作为新的验证集D_dev，其余子集合并成新的训练数据池D_pool，根据新的验证集D_dev、新的训练数据池D_pool，重复步骤(2)到(7)K次，最终得到K×T×N_ens个基预后预测模型，将这些预后预测模型的平均作为集成预后预测模型。

2.如权利要求1所述的非小细胞肺癌集成预后预测模型的构建方法，其特征在于，步骤(1)中，采用分层K折交叉验机制来进行数据分割。

3.如权利要求1所述的非小细胞肺癌集成预后预测模型的构建方法，其特征在于，步骤(3)中，采用的有监督分类算法包括支持向量机、神经网络、逻辑回归、决策树、朴素贝叶斯。

4.如权利要求1所述的非小细胞肺癌集成预后预测模型的构建方法，其特征在于，步骤(4)中，采用的查询策略包括基于不确定度的查询策略、基于不一致的查询策略、基于信息密度的查询策略。

5.如权利要求1所述的非小细胞肺癌集成预后预测模型的构建方法，其特征在于，步骤(8)中，采用不同的随机种子采集子集作为验证集，确保得到的新验证集和新训练数据池与原始验证集和训练数据池不同。

6.一种非小细胞肺癌集成预后预测模型的构建装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下权利要求1～5任一项所述的非小细胞肺癌集成预后预测模型的构建方法。

7.一种非小细胞肺癌集成预后预测方法，其特征在于，所述非小细胞肺癌集成预后预测方法采用权利要求1所述的方法构建的非小细胞肺癌集成预后预测模型进行预测。