基于机器学习的结直肠癌预后模型及其泛化能力研究

来源 :浙江大学 | 被引量 : 0次 | 上传用户:huiyuanai852
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
结直肠癌是世界范围内肿瘤相关死亡的主要原因之一,已严重威胁人们的生命健康,造成巨大的疾病负担。因此,为临床医生提供用于结直肠癌预后分析和治疗方案辅助制定的工具具有重要意义。数据驱动的预后预测模型被认为是提高结直肠癌预后预测准确性的重要工具。此外,模型的泛化能力,即利用训练数据学习获得的预后模型在面向更多医疗机构真实临床数据的应用中均能获得良好的预测效果,是预后模型在临床实践中应用的前提。然而,当前的预后模型研究停留于模型开发阶段,缺少模型的泛化能力验证与临床应用。因此,基于真实临床数据和机器学习方法,建立一个更精准的结直肠癌预后预测模型,提高预后模型的泛化能力和临床使用价值,使其能在更多医疗机构中应用并得到良好的效果,具有重要意义。本论文验证了结直肠癌预后预测因子的时间依赖和非线性效应,提出了基于深度学习的半监督多任务生存分析方法,有效提高了预后模型的准确性,并利用半监督逻辑回归方法来提高风险预测模型的泛化能力,促进预后预测模型在临床实践中的应用。论文主要创新点包括:提出了针对时间依赖和非线性效应的非转移性结直肠癌预后模型,比忽略时间依赖和非线性效应的模型更准确地预测了非转移性结直肠癌患者的预后风险,为临床医生预后分析和治疗方案选择提供决策支持工具。提出了 一种基于深度学习的半监督多任务生存分析方法,将生存分析问题转化为多时序点生存概率预测的半监督学习问题组成的多任务学习模型。提出利用半监督损失和排序损失处理数据删失和生存概率非递增趋势。同时,实现预后因子的重要性评估及其对生存结局影响的可视化。为临床复杂结构化数据预后生存分析提供了基于深度学习的有效方法。提出了基于半监督学习的预后模型泛化能力提升方法。充分利用无标签数据,基于半监督逻辑回归方法建立非转移性结直肠癌预后风险预测模型,并从判别能力、校准能力、泛化能力、可解释性和临床实用性等五个方面与监督学习方法比较,扩展了当前对不同模型泛化能力的认识,为临床预测模型的建立提供了参考。利用外部数据验证了该方法的有效性,为面向多中心真实临床数据构建具有应用价值的预后模型提供技术支撑。
其他文献
甲醇制丙烯(Methanol to propylene,MTP)工艺是以煤,天然气和生物质等初始原料生产丙烯的关键步骤。自从该反应被发现以来,其动力学模型一直是学术上的热点问题,研究者依据不同
板类结构是高速列车、飞机和舰船等运载设备的主要组成部分,由于运载设备应用背景的多样性,其在运行过程中常处于复杂的高低温交变、结构振动和流致噪声环境中,当热载荷引起
企业的内部控制在企业运行的每一个环节中都必不可少。它是企业的管理手段、治理手段,也是企业的筋骨所在。内部控制的有效与否,直接决定了企业能否尽快实现其管理的目标,能
关于诉讼信托制度的定性,其并不单单属于某一法律领域,而是兼具了实体法与诉讼法双重法律性质,诉讼信托制度既具有信托制度的特性,同时也属于民事诉讼法中诉讼当事人适格扩张的新
汽车正面碰撞不仅会对汽车造车严重损坏,而且车内驾乘人员的损伤往往也非常严重。在汽车将要发生正面碰撞事故时,出于本能反应,驾驶员通常会采取转向和刹车的避让措施,因而实际的正面碰撞中,汽车与障碍物的碰撞重叠率更具多样性。根据道路交通深度事故调查分析与统计发布的碰撞重叠率与车内乘员损伤关系,在25%-45%的重叠率区域,乘员伤亡率非常高并且非常密集。为了分析汽车在不同碰撞重叠率、不同碰撞速度下的响应和乘
分析了桥梁防排水系统的缺陷及危害,结合工程实例,探讨了桥梁防排水施工技术及其应用策略。工程应用表明,采取上述措施取得良好施工效果,实现对雨水的顺利排出,确保桥梁结构
<正> 目前水库溃坝流量计算方法很多,虽然各家计算公式的基本理论,均出自宽顶堰堰流原理,但由于缺口形状和溃坝高度的不同,计算公式存在着很大差异,计算成果相差也较大。在未
综述了近二十年来荨麻属药用植物在生药鉴定、化学成分、药理作用及临床应用方面国内外的研究情况.并根据国外荨麻的研究与开发现状,结合我国药用情况,对我国荨麻的开发与利
时间反演是一种自适应空时聚焦技术,具有复杂环境下鲁棒的生存能力以及时间压缩、匹配滤波和超分辨率等特性。该技术已成功地应用于目标探测、水声通信、无损检测、地震预报
过去20年,我国能源消费总量持续增长,但能源利用率仅为30%左右。热电转换技术可以将废热直接转换成电能,不但可以提高能源利用率,还可以缓解环境污染。衡量热电转换效率的技