[发明专利]一种宫颈癌预测方法

权利要求书

1.一种宫颈癌预测方法，其特征在于，包括：

对获取宫颈癌患者的特征属性数据进行预处理；

基于已训练的MLP多层神经网络分类器作为预测模型；其中，训练过程具体为根据预处理后的数据集分为训练集与测试集，训练集转化成特征向量作为MLP多层神经网络的输入，进行训练；测试过程具体为通过测试集进行测试，选取最优的训练结果作为预测模型；

通过预测模型对待预测者进行预测，输出宫颈癌的预测结果。

2.根据权利要求1所述的一种宫颈癌预测方法，其特征在于，所述对获取宫颈癌患者的特征属性数据进行预处理包括：

数据预处理包括数据清洗和降维处理；其中，数据清洗要求数据集中数据完整有效，需检查数据的一致性，处理无效值和缺失值，将缺失的数据进行填补或者删除，避免错误的数据训练出不标准的模型；降维处理，用于去除权重十分低的属性值，可提高模型的性能。

3.根据权利要求1所述的一种宫颈癌预测方法，其特征在于，所述MLP多层神经网络分类器包括：第一层的输入层、最后一层的输出层以及中间的隐藏层，其中“多层”体现在隐藏层；

MLP多层神经网络分类器的不同层之间是全连接的，即上一层的任何一个神经元与下一层的所有神经元都有连接，这样可以使各层的神经元进行复杂的线性运算，提高运算后的分类效果，从而提高分类器的质量，其隐藏层的激活函数选用ReLU函数，输出层的激活函数选用Sigmoid函数。

4.根据权利要求1所述的一种宫颈癌预测方法，其特征在于，所述预测模型的优劣根据待预测者的数据集进行训练时得到的损失函数决定，由损失函数更新权重，选取出损失函数最小时得到权重的值，训练出较好的模型。

5.一种宫颈癌预测方法，其特征在于，应用于智能终端的页面，包括：

在页面显示宫颈癌的标签；

接受在宫颈癌的标签触发的指令，生成预测者的若干个可接受输入的第一参数、若干个可接受选中或未选中的第二参数和接受触发的标示，并将其以页面形式展现；

若干个的第一参数接受全部输入，若干个第二参数接受全部选中，预测的标识接受触发指令后，通过已训练好的MLP多层神经网络分类器对第一参数和第二参数进行处理，并将处理后的预测结果以页面方式进行展现。

6.根据权利要求5所述的一种宫颈癌预测方法，其特征在于，所述第一参数包括年龄、怀孕次数、第一次性交年龄、吸烟时长、复用激素避孕时长和已上节育环时长。

7.根据权利要求5所述的一种宫颈癌预测方法，其特征在于，所述第二参数包括是否吸烟、是否有复用激素避孕药、是否有上节育环、是否患有性病、是否患有尖锐湿疣、是否患有宫颈尖锐湿疣、是否患有阴道尖锐湿疣、是否患有外阴阴部尖锐湿疣、是否患有梅毒、是否患有盆腔炎、是否患有生殖器疱疹、是否患有艾滋病、是否含有HPV病毒、是否患有宫颈炎症和是否患有癌症。

8.根据权利要求6所述的一种宫颈癌预测方法，其特征在于，所述预测结果为为低风险人群、中风险人群或高风险人群。