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：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

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。

主权项：1.一种基于机器学习的膀胱癌诊断辅助系统，其特征在于：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；所述标记数据收集模块，用于进行蛋白质标记物信息收集，通过标记数据收集，得到膀胱癌蛋白标记原始数据，并将所述到膀胱癌蛋白标记原始数据发送至数据预处理模块；所述数据预处理模块，用于对收集得到的数据进行优化处理，通过数据预处理，得到膀胱癌蛋白标记优化数据，并将所述膀胱癌蛋白标记优化数据发送至多光谱检测模块；所述数据预处理，用于对收集得到的数据进行优化处理，具体为对所述膀胱癌蛋白标记原始数据进行数据清理、数据归一化、数据对齐和数据融合操作，得到膀胱癌蛋白标记优化数据，具体包括以下步骤：缺失值处理，具体为采用多重插补法进行缺失值处理，通过训练生成对抗网络或限定数据范围的随机生成方法，生成填补数据，进行缺失值优化，得到缺失填补数据集；数据归一化处理，具体为采用极值归一化方法进行数据归一化处理，优化缺失值处理过程中生成的异常数值和数据原本的异常数值的影响，得到归一化数据集；数据对齐处理，具体为通过时间对齐和光谱对齐，进行所述归一化数据集的整体数据对齐处理；数据融合处理，具体为采用嵌入表示方法，将经过缺失值处理、数据归一化处理和数据对齐处理的荧光光谱检测原始数据、耦合电感等离子体质谱原始数据和紫外可见吸收光谱检测原始数据进行嵌入融合表示，得到嵌入融合数据；统合预处理，具体为通过得到所述嵌入融合数据，进行所述膀胱癌蛋白标记原始数据的统合预处理，得到膀胱癌蛋白标记优化数据；所述多光谱检测模块，用于设计生物标志物的多峰分析特征工程，并进行机器学习多光谱检测的膀胱癌蛋白质标记物预测，具体为依据所述膀胱癌蛋白标记优化数据，采用解释性增强的图卷积长短期记忆网络，进行多光谱检测，得到膀胱癌生物标记检测数据，并将所述膀胱癌生物标记检测数据发送至诊断辅助模块；所述采用解释性增强的图卷积长短期记忆网络，进行多光谱检测，得到膀胱癌生物标记检测数据的步骤，包括构建多层卷积池化子网、构建双向堆叠长短期记忆子网、构建图神经子网、构建注意力机制、构建解释性优化算子、模型优化训练和多光谱检测；所述诊断辅助模块，用于使用模型预测结果辅助膀胱癌诊断，通过诊断辅助，得到膀胱癌诊断辅助参考信息。

全文数据：

权利要求：

百度查询： 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 一种基于机器学习的膀胱癌诊断辅助系统