买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于图对比学习的癌症生存预测模型构建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115985442B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310071845.9，技术领域涉及：G16H10/60；该发明授权一种基于图对比学习的癌症生存预测模型构建方法是由邱航;杨萍;阳旭菻;王利亚设计研发完成，并于2023-02-07向国家知识产权局提交的专利申请。

本一种基于图对比学习的癌症生存预测模型构建方法在说明书摘要公布了：本发明公开了一种基于图对比学习的癌症生存预测模型构建方法，属于信息技术领域，解决了癌症生存预测模型的效果受限问题。包括步骤S1：获取癌症患者的临床数据和历史共病数据，进行数据预处理；S2：构建患者疾病关系图，并用相关临床特征初始化癌症患者特征表示，用独热编码初始化疾病特征表示；S3：基于S2，构建正负疾病样本对；S4：基于S2、S3和图卷积网络生成疾病节点的特征表示，并构建对比损失；S5：基于患者疾病关系图结构和图神经网络生成癌症患者的特征表示，并构建分类损失；S6：模型训练、优化损失函数并对癌症患者的生存情况进行分类预测。本发明考虑患者的共病特征对癌症的生存状态的影响，获得更准确的预测效果。

本发明授权一种基于图对比学习的癌症生存预测模型构建方法在权利要求书中公布了：1.一种基于图对比学习的癌症生存预测模型构建方法，其特征在于，包括如下步骤： S1：获取癌症患者的临床数据和历史共病数据，并对临床数据和历史共病数据进行预处理； S2：构建患者疾病关系图，并用相关临床特征初始化癌症患者特征表示，用独热编码初始化疾病特征表示； S3：基于S2，以ICD-10疾病分类标准为依据，构建正负疾病样本对； S4：基于S2、S3和图卷积网络生成疾病节点的特征表示，通过投影器生成疾病节点的对比表征，并构建对比损失； S5：基于患者疾病关系图结构和图神经网络生成癌症患者的特征表示，并构建分类损失； S6：模型训练、优化损失函数并对癌症患者的生存情况进行分类预测； 所述S3中以ICD-10疾病分类标准为依据，构建正负疾病样本对具体为： 以ICD-10分类标准为基础，对于一个疾病A，从它所在的疾病组中随机选取另一个疾病B，构成正样本对A,B；同时通过采样获得k个负样本对，负样本对具体采样方法为：首先随机选取k1个与疾病A不在同一疾病章节的疾病作为第一负样本；再从疾病A处于相同疾病章节但不同疾病组的疾病中随机选取k-k1个疾病，作为第二负样本，第二负样本的占比通过调节k-k1与k的比值决定；所述k个负样本分别和第一负样本、第二负样本构成k对负样本对； 所述S5中生成癌症患者特征表示具体为： 癌症患者p的特征表示是基于患者疾病关系图的结构，结合临床特征和历史共病信息共同生成的；具体的，由临床特征表示、共病邻居聚合表示和癌症患者邻居聚合表示构成；癌症患者的最终特征表示由、和拼接后得到，计算公式如下： ； 其中，||表示向量的拼接； 所述癌症患者临床特征表示是对患者人口统计学特征、治疗信息和病理学信息的表征，构建方式如下式： ； 其中，和分别表示可训练的权重矩阵和偏置项，表示激活函数，表示患者的初始特征表示； 所述共病邻居聚合表示通过聚合癌症患者的一阶邻居得到，不同节点的计算过程共享同一组参数，具体计算方式如下式： ； 其中，表示癌症患者节点的一阶邻居集合，是集合中的元素，是节点的特征表示，函数旨在聚合节点的邻居的嵌入表示，可选用均值计算函数，则是由聚合函数产生的协同表示； 所述癌症患者邻居聚合表示通过聚合癌症患者的二阶癌症患者邻居节点而得；对于一个癌症患者节点，首先对通过同一种元路径与癌症患者节点关联的癌症患者邻居节点进行单独聚合，得到在每种元路径下的癌症患者邻居节点聚合结果： ； 其中，表示第种疾病章节元路径，=1,2,...,，为元路径种类数；表示节点通过元路径所关联的癌症患者邻居节点的集合；则是集合中的节点，是节点的特征表示；为可训练的权重矩阵；，即集合的节点个数； 然后，考虑到不同疾病章节的疾病对癌症生存预测任务的影响不同，进一步计算各个疾病章节的权重，并用该权重对各个疾病章节下的特征表示进行加权，具体的，的计算方式如下式： ； 其中，表示癌症患者节点集，表示中的节点个数；是一个列向量，其参数通过训练得到；为一种激活函数；和分别是可训练的参数矩阵和偏置项；是节点以元路径所关联的邻居节点的聚合表示；是元路径种类数； 最后计算各个疾病章节特征表示的加权和 其中，表示各疾病章节的权重；是节点以元路径所关联的癌症患者节点的聚合表示；是元路径种类数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：610000 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。