一种乳腺癌复发预测模型的构建方法及其预测系统

摘要文本

本发明涉及医疗保健信息学技术领域，公开一种乳腺癌复发预测模型的构建方法及其预测系统，包括：得到目标群体的治疗前血清SERS光谱数据和治疗后血清SERS光谱数据；根据治疗前血清SERS光谱数据和治疗后血清SERS光谱数据以及肿瘤负荷量标签，采用基于自注意力的端到端深度学习模型框架，训练乳腺癌复发预测模型。本发明采用高灵敏度的表面增强拉曼光谱技术，结合无需对输入数据提前进行繁琐预处理的基于自注意力的端到端深度学习模型框架，得到高精度的乳腺癌复发预测模型，可应用于乳腺癌患者术后定期复查过程，有效辅助医师真正了解患者体内肿瘤负荷量微量变化，在早期精准判断患者的复发转移，为患者制作具有针对性的治疗策略。