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！

申请/专利权人：南方医科大学深圳医院

摘要：本发明提供基于多尺度特征的三阴性乳腺癌免疫表型预测方法及系统，涉及三阴性乳腺癌免疫表型预测领域。该基于多尺度特征的三阴性乳腺癌免疫表型预测方法，包括以下步骤：S1、数据采集：从患者中获取基因表达数据、影像数据和临床数据，S2、数据预处理：对采集到的数据进行标准化和归一化处理，以减少数据间的异质性。通过整合多种数据源的信息，减少了单一数据源带来的偏差，提高了预测的准确性和可靠性，数据预处理步骤中的标准化和归一化处理，以及缺失值填补、数据平滑和降噪处理，减少了数据间的异质性，使数据更具一致性，特征提取过程中采用卷积神经网络进行影像特征提取，主成分分析技术进行数据融合。

主权项：1.基于多尺度特征的三阴性乳腺癌免疫表型预测方法，其特征在于，以下步骤：S1、数据采集：从患者中获取基因表达数据、影像数据和临床数据；S2、数据预处理：对采集到的数据进行标准化和归一化处理，以减少数据间的异质性，标准化公式： 其中，x是原始数据，μ是均值，σ是标准差，归一化公式： 其中，minx和maxx分别是数据的最小值和最大值；S3、特征提取：从预处理后的数据中提取多尺度特征，包括基因特征、影像特征和临床特征，卷积操作公式：Convx＝x*+bS4、数据融合：采用数据融合技术将多尺度特征进行整合，形成综合特征向量，主成分分析公式：ZXW其中，X是原始数据矩阵，W是主成分载荷矩阵，Z是主成分得分矩阵，特征选择：应用特征选择算法，从综合特征向量中筛选出与免疫表型高度相关的特征，随机森林算法公式： 其中，y是预测结果，fx是随机森林模型，hix是第i棵决策树N是决策树的数量；S5、模型构建：基于筛选后的特征，采用机器学习或深度学习算法构建预测模型，多层感知器公式： 其中，y^是输出，σ是激活函数，W1和W2是权重矩阵，b1和b2是偏置项；S6、模型训练：利用训练数据集对预测模型进行训练，优化模型参数，交叉验证公式： 其中，f是模型，X和y分别是数据和标签，k是折数；S7、模型验证：利用验证数据集对训练好的模型进行验证，评估模型的性能； 其中，TPR是真阳性率，FPR是假阳性率，t是阈值；S8、模型调优：根据验证结果对模型进行调优，以提高预测的准确性和可靠性，网格搜索公式： 其中，θ是参数，Θ是参数空间，L是损失函数，fθ是模型，xi和yi分别是数据和标签，N是数据数量；S9、模型测试：利用独立的测试数据集对调优后的模型进行测试，评估模型的泛化能力，混淆矩阵公式： 其中，TP是真阳性，FP是假阳性，FN是假阴性，TN是真阴性，F1-score公式： 其中，Precision为精确率，Recall为召回率；S10、结果输出：将测试结果输出为患者的免疫表型预测结果，综合评分公式： 其中，wi是权重，fix是特征评分，n是特征数量；S11、临床应用：根据预测结果制定个性化治疗方案，辅助临床决策，个性化治疗方案公式： 其中，t是治疗方案，T是治疗方案集合，x是患者数据，E是期望值，OutcomeOutcome是治疗效果。

全文数据：

权利要求：

百度查询： 南方医科大学深圳医院 基于多尺度特征的三阴性乳腺癌免疫表型预测方法及系统