基于深度学习的大规模肿瘤数据生存分析

摘要：

目的 将深度学习方法应用在大规模肿瘤数据中,并预测肿瘤患者的个体生存情况,提升预测精度,为个体化治疗方案提供参考.方法 以老年乳腺癌数据为例,将生存时间划分成离散区间,通过神经网络方法预测患者在各离散区间内的死亡概率,实现个体生存函数的预测.结果 对于19576例老年女性乳腺癌的个体生存函数预测情况,本文提出的方法预测效果好于其他的模型,表现在有更大的c-index指标和更大的log-rank统计量值.结论 基于深度学习的生存函数预测有较大的灵活性,不受Cox模型比例风险假设的限制,能够处理大规模数据,并且对个体生存函数的预测更加准确.

关键词：深度学习;Minibatch梯度下降;老年乳腺癌;生存函数

所属期刊栏目：39

分类号：R737.9(肿瘤学)

资助基金：中国人民大学公共健康与疾病预防控制跨学科交叉重大创新平台建设成果

在线出版日期：2022-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：84-86,90