-
公开(公告)号:CN118658610B
公开(公告)日:2024-11-15
申请号:CN202411132051.X
申请日:2024-08-19
申请人: 中国人民解放军总医院第二医学中心 , 中国人民解放军总医院第四医学中心
IPC分类号: G16H50/20 , G16H50/70 , G16H10/40 , G06F18/15 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/042 , G06N3/0464 , G06N3/0442 , G01N21/84 , G01N21/64 , G01N21/31
-
公开(公告)号:CN118658610A
公开(公告)日:2024-09-17
申请号:CN202411132051.X
申请日:2024-08-19
申请人: 中国人民解放军总医院第二医学中心 , 中国人民解放军总医院第四医学中心
IPC分类号: G16H50/20 , G16H50/70 , G16H10/40 , G06F18/15 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/042 , G06N3/0464 , G06N3/0442 , G01N21/84 , G01N21/64 , G01N21/31
摘要: 本发明公开了一种基于机器学习的膀胱癌诊断辅助系统,包括标记数据收集模块、数据预处理模块、多光谱检测模块和诊断辅助模块。本发明属于膀胱癌生物标志检测技术领域,具体为一种基于机器学习的膀胱癌诊断辅助系统,本发明结合尿检数据的多光谱检测方法进行膀胱癌诊断辅助,优化了膀胱癌诊断辅助的数据来源建议性和整体的可行性;采用缺失值优化、极值归一化、数据对齐优化和数据融合的方法进行数据预处理,提升了后续多光谱检测的数据质量,也间接提升了模型的预测性能;采用解释性增强的图卷积长短期记忆网络,并通过注意力机制和SHAP值计算协同优化可解释性,提升了诊断辅助的可行性和可靠性。
-