公开(公告)号：CN118072942A

公开(公告)日：2024-05-24

申请号：CN202410239648.8

申请日：2024-03-01

Applicant: 中国医学科学院北京协和医院

Inventor： 彭澎 ,  向阳 ,  曹冬焱 ,  顾宇

IPC: G16H50/20 ,  G16B40/00 ,  G06F18/214 ,  G06F18/27 ,  G06N20/20 ,  G06N20/10 ,  G06N5/01

Abstract: 本发明公开了一种用于预测女性卵巢恶性肿瘤的人工智能模型的训练方法，属于智能医学技术领域。该方法包括：获取患者被确诊为卵巢癌之前的病例数据，并将单个患者的数据合并为一个样本，得到样本集合；统计样本集合包含的所有特征，并统计各特征在所有样本中的缺失率，删除缺失率大于阈值的特征，得到特征集合；将特征集合包含的所有特征划分为离散型特征和连续型特征分别进行处理，得到数据集合；将数据集合中的数据按比例划分为训练数据集和测试数据集，并利用训练数据集训练模型，利用测试数据集评价训练后的模型，得到用于预测女性卵巢恶性肿瘤的人工智能模型。提高了临床医生对卵巢恶性肿瘤的诊断能力，增加了患者早诊早治的机会。