申请/专利权人：北京大学人民医院

申请日：2021-06-16

公开（公告）日：2024-07-05

公开（公告）号：CN113284615B

主分类号：G16H50/20

分类号：G16H50/20;G06V10/774;G16H30/40;G06T7/00

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2021.09.07#实质审查的生效;2021.08.20#公开

摘要：本发明公开了一种基于XGBoost算法的胃肠道间质瘤预测方法和系统，所述方法包括以下步骤：从初步诊断为胃肠道间质瘤的病例的增强CT、超声内镜及初诊时血液化验指标中获取与胃肠道间质瘤诊断最相关的检查数据，并将检查数据分为训练数据集和验证数据集；选择模型参数并利用模型参数和训练数据集构建XGBoost预测模型；利用验证数据集对XGBoost预测模型进行验证；以及将初步诊断为胃肠道间质瘤的待预测患者的数据输入到XGBoost预测模型中，经过模型计算输出预测结果。本发明纳入了全部可能对胃肠道间质瘤诊断有影响的因素综合对患者的肿物进行术前预测，预测准确率高，降低了患者的经济负担，且无需遭受额外的痛苦。

主权项：1.一种基于XGBoost算法的胃肠道间质瘤预测方法，其特征在于，包括以下步骤：从初步诊断为胃肠道间质瘤的病例的增强CT、超声内镜及初诊时血液化验指标中获取与胃肠道间质瘤诊断最相关的检查数据，并将所述检查数据分为训练数据集和验证数据集；选择模型参数并利用所述模型参数和所述训练数据集构建XGBoost预测模型；利用所述验证数据集对所述XGBoost预测模型进行验证；以及将初步诊断为胃肠道间质瘤的待预测患者的数据输入到所述XGBoost预测模型中，经过模型计算输出预测结果；所述从初步诊断为胃肠道间质瘤的病例的增强CT、超声内镜及初诊时血液化验指标中获取与胃肠道间质瘤诊断最相关的检查数据，进一步包括：收集初步诊断为胃肠道间质瘤的病例的增强CT、超声内镜及初诊时血液化验指标的原始数据；使用missForest函数对所述原始数据中的缺失值进行填补；使用LASSO回归函数从填补缺失值后的所述原始数据中筛选出至少两个拟纳入指标；以及对所述至少两个拟纳入指标进行相关性检验以得到与胃肠道间质瘤诊断最相关的所述检查数据；所述选择模型参数并利用所述模型参数和所述训练数据集构建XGBoost预测模型，进一步包括：选取多个模型参数组合；利用每个模型参数组合和所述训练数据集分别训练XGBoost初始模型后进行交叉验证以确定最佳模型参数组合作为所述模型参数；以及将所述模型参数代入所述XGBoost初始模型以构建所述XGBoost预测模型；所述检查数据包含CT下肿物的长短径之比、肿物的平扫CT值、肿物是否均匀强化、超声内镜下肿物表面是否有溃疡、超声内镜下肿物内部是否存在液性暗区以及初诊胃肠道间质瘤时的外周血淋巴细胞计数；所述XGBoost预测模型最佳参数为：max_depth=2、eta=0.01、gamma=0.25、nrounds=200；所述XGBoost预测模型预测的衡量值为0.666。

全文数据：

权利要求：

百度查询： 北京大学人民医院 一种基于XGBoost算法的胃肠道间质瘤预测方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD