← 返回列表
基于因果特征学习的多中心临床预后预测系统
申请人信息
- 申请人:浙江大学
- 申请人地址:310058 浙江省杭州市西湖区余杭塘路866号
- 发明人: 浙江大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于因果特征学习的多中心临床预后预测系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410067682.1 |
| 申请日 | 2024/1/17 |
| 公告号 | CN117577333A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G16H50/30 |
| 权利人 | 浙江大学 |
| 发明人 | 田雨; 秦园炳; 余华玉; 李劲松; 周天舒 |
| 地址 | 浙江省杭州市西湖区余杭塘路866号 |
摘要文本
本发明公开了一种基于因果特征学习的多中心临床预后预测系统。本发明通过引入互补掩码器，实现因果特征和非因果特征的对抗学习，两者相互促进，同时使用多分支预后预测网络平衡因果特征和非因果特征之间的信息量，从而最大限度减少信息损失，保证下游预后预测任务的信息充分性。本发明通过引入双任务网络，基于分离的因果特征进行多分支预后预测任务，基于分离的非因果特征进行医疗机构识别任务，进一步提升特征分离效果。在预测阶段，医疗机构识别网络根据非因果特征生成概率权重，聚合多分支预后预测网络预测结果，有效利用非因果特征，提高患者数据的信息利用率，保证模型在不同应用环境下的泛化能力的同时保持良好的预测能力。
专利主权项内容
1.一种基于因果特征学习的多中心临床预后预测系统，其特征在于，包括：数据预处理模块，用于收集不同医疗机构的患者数据，对患者数据进行预处理后得到患者特征；特征分离模块，用于以软掩码的方式构建一对互补的掩码器，将患者特征分离为稳定的因果特征和不稳定的非因果特征；多分支预后预测模块，用于分别构建基于因果特征和基于非因果特征的多分支预后预测网络，每个多分支预后预测网络包括共享表征层和对应各医疗机构的多分支分类器，所述共享表征层用于学习不同医疗机构间的共享表征，所述多分支分类器基于学习到的共享表征训练对应医疗机构的子分类器；医疗机构识别模块，用于构建基于非因果特征的医疗机构识别网络，输出患者数据属于各医疗机构的概率权重，聚合基于因果特征的多分支预后预测网络的预测结果，得到最终预测结果。