一种基于患者画像的肿瘤药物敏感性预测方法
公开
摘要
本发明公开了一种基于患者画像的肿瘤药物敏感性预测方法，其步骤包括：1、构建临床数据训练样本集；2、构建患者画像的特征提取深度网络模型；3、构建并训练基于患者画像的药物敏感性支持向量机SVM预测模型。本发明通过构建患者画像作为患者临床信息的特征表达，挖掘隐含病因信息，使得患者药敏信息更加清晰化、结构化和标签化，基于患者画像利用机器学习模型预测抗肿瘤药物敏感性，从而能提高药物敏感性预测的效率、准确率和实用性，并降低时间和人力成本。
基本信息
专利标题 ：
一种基于患者画像的肿瘤药物敏感性预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114628042A
申请号 ：
CN202210300965.7
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
谢新平李丹丹王红强朱伟伟张蕾
申请人 ：
安徽建筑大学
申请人地址 ：
安徽省合肥市经济技术开发区紫云路292号
代理机构 ：
安徽省合肥新安专利代理有限责任公司
代理人 ：
陆丽莉
优先权 ：
CN202210300965.7
主分类号 ：
G16H70/40
IPC分类号 ：
G16H70/40 G16H10/60 G06F40/289 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16H
医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术
G16H70/00
专门适用于医疗参考的处理或加工的ICT
G16H70/40
涉及药物，例如其副作用或预期用法
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
