公开(公告)号：CN112635056A

公开(公告)日：2021-04-09

申请号：CN202011495288.6

申请日：2020-12-17

Applicant: 郑州轻工业大学

Inventor： 凌丹 ,  张桢桢 ,  王延峰 ,  王妍 ,  孙军伟 ,  王英聪 ,  姜素霞 ,  栗三一 ,  黄春 ,  李盼龙 ,  杨飞飞 ,  王立东 ,  宋昕 ,  赵学科

IPC: G16H50/30 ,  G16H50/70 ,  G06K9/62

Abstract: 本发明提出了一种基于Lasso的食管鳞癌患者风险预测列线图模型建立方法，用以评估食管鳞癌患者术后生存风险。其步骤为：首先，收集食管鳞癌患者的临床数据，利用单因素Cox、Lasso和多因素Cox回归分析方法对临床数据进行分析，获得重要特征变量，并建立特征维数不同的概率预测模型；其次，选择性能较优的概率预测模型并建立食管鳞癌患者术后风险预测列线图模型；最后，根据食管鳞癌患者术后风险预测列线图模型将患者分为高风险组和低风险组，通过KM生存曲线分析方法验证模型分类的可靠性和有效性。本发明较准确地预测食管鳞癌患者术后的生存风险，更好地为食管鳞癌患者的治疗提供参考，同时降低风险预测的成本。

公开(公告)号：CN112185549A

公开(公告)日：2021-01-05

申请号：CN202011052229.1

申请日：2020-09-29

Applicant: 郑州轻工业大学

Inventor： 王延峰 ,  凌丹 ,  张桢桢 ,  孙军伟 ,  王妍 ,  王英聪 ,  黄春 ,  张勋才 ,  王立东 ,  宋昕 ,  赵学科

IPC: G16H50/20 ,  G16H50/70 ,  G06K9/62

Abstract: 本发明提出了一种基于临床表型和逻辑回归分析的食管鳞癌风险预测方法，用以实现对食管鳞癌患者的预后生存风险评估。其步骤为：首先，根据食管鳞癌患者的临床检测数据筛选出特征指标，并根据特征指标构建决策树分类器；其次，利用决策树分类器将食管鳞癌患者分为早期和中晚期食管鳞癌患者；然后，获取食管鳞癌患者术前一周的血液指标信息，筛选出与食管鳞癌患者生存风险相关性高的血液指标并构建逻辑回归模型；再将分类后的食管鳞癌患者的血液指标输入逻辑回归模型中，得到食管鳞癌患者的预后生存风险概率值；进而判断预后生存风险的高低。本发明较为准确地判断食管鳞癌患者术后的生存状态，提高风险预测的性能，降低风险预测的成本。

公开(公告)号：CN112185549B

公开(公告)日：2022-08-02

申请号：CN202011052229.1

申请日：2020-09-29

Applicant: 郑州轻工业大学

Inventor： 王延峰 ,  凌丹 ,  张桢桢 ,  孙军伟 ,  王妍 ,  王英聪 ,  黄春 ,  张勋才 ,  王立东 ,  宋昕 ,  赵学科

IPC: G16H50/20 ,  G16H50/70 ,  G06K9/62

Abstract: 本发明提出了一种基于临床表型和逻辑回归分析的食管鳞癌风险预测方法，用以实现对食管鳞癌患者的预后生存风险评估。其步骤为：首先，根据食管鳞癌患者的临床检测数据筛选出特征指标，并根据特征指标构建决策树分类器；其次，利用决策树分类器将食管鳞癌患者分为早期和中晚期食管鳞癌患者；然后，获取食管鳞癌患者术前一周的血液指标信息，筛选出与食管鳞癌患者生存风险相关性高的血液指标并构建逻辑回归模型；再将分类后的食管鳞癌患者的血液指标输入逻辑回归模型中，得到食管鳞癌患者的预后生存风险概率值；进而判断预后生存风险的高低。本发明较为准确地判断食管鳞癌患者术后的生存状态，提高风险预测的性能，降低风险预测的成本。

公开(公告)号：CN112635056B

公开(公告)日：2022-11-25

申请号：CN202011495288.6

申请日：2020-12-17

Applicant: 郑州轻工业大学

Inventor： 凌丹 ,  张桢桢 ,  王延峰 ,  王妍 ,  孙军伟 ,  王英聪 ,  姜素霞 ,  栗三一 ,  黄春 ,  李盼龙 ,  杨飞飞 ,  王立东 ,  宋昕 ,  赵学科

IPC: G16H50/30 ,  G16H50/70 ,  G06K9/62

Abstract: 本发明提出了一种基于Lasso的食管鳞癌患者风险预测列线图模型建立方法，用以评估食管鳞癌患者术后生存风险。其步骤为：首先，收集食管鳞癌患者的临床数据，利用单因素Cox、Lasso和多因素Cox回归分析方法对临床数据进行分析，获得重要特征变量，并建立特征维数不同的概率预测模型；其次，选择性能较优的概率预测模型并建立食管鳞癌患者术后风险预测列线图模型；最后，根据食管鳞癌患者术后风险预测列线图模型将患者分为高风险组和低风险组，通过KM生存曲线分析方法验证模型分类的可靠性和有效性。本发明较准确地预测食管鳞癌患者术后的生存风险，更好地为食管鳞癌患者的治疗提供参考，同时降低风险预测的成本。

公开(公告)号：CN113096810A

公开(公告)日：2021-07-09

申请号：CN202110473161.2

申请日：2021-04-29

Applicant: 郑州轻工业大学

Inventor： 王妍 ,  朱传迁 ,  王延峰 ,  凌丹 ,  张桢桢 ,  孙军伟 ,  王英聪 ,  姜素霞 ,  王立东 ,  赵学科

IPC: G16H50/30 ,  G16H50/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于卷积神经网络的食管鳞癌患者生存风险预测方法，其步骤为：首先，收集食管鳞癌患者的M种临床表型指标以及生存信息作为原始数据；其次，使用Kaplan‑Meier法及log‑rank法研究获得食管癌患者临床表型指标与生存期信息的关系；再利用单因素COX回归分析影响患者生存预后的临床表型指标；再通过Relief特征选择算法和Pearson相关性分析提取与患者生存风险相关性更强的临床表型指标；最后使用卷积神经网络利用相关性更强的临床表型指标构建食管鳞癌患者生存风险预测模型，进而判断患者预后生存风险的高低。本发明较为准确地预测食管鳞癌患者术后的生存状况，提高预后风险预测的能力，降低预后风险预测的成本。