公开(公告)号：CN116564537A

公开(公告)日：2023-08-08

申请号：CN202310559667.4

申请日：2023-05-18

Applicant: 重庆大学附属肿瘤医院

Inventor： 刘海霞 ,  牟明杰 ,  徐玲 ,  雷海科 ,  龙波 ,  邓忠阳 ,  罗兆林 ,  刘长鑫

IPC: G16H50/70 ,  G06F40/295 ,  G06F18/213 ,  G06F18/2413 ,  G06F18/25 ,  G06F18/214 ,  G06N20/00

Abstract: 本发明公开了一种基于机器学习的恶性肿瘤合并VTE风险预测方法，包括如下步骤：获取患者电子病历体征数据和文本数据，进行预处理后进行数据集成；对平衡后的数据进行多指标联合特征筛选，基于XGBoost的特征排序，利用Weight、Cover、Gain三个指标的几何平均值作为排序指标，得到对VTE预测影响较大的特征组合；构建和训练命名实体识别模型REGPS；利用FastText对提取到的患者实体进行词嵌入，将嵌入后得到的特征矩阵X与特征筛选后得到的体征特征组合Y进行特征融合拼接得到患者总体特征矩阵Einput；将Einput输入经过调优后的XGBoost模型，最终得到恶性肿瘤患者合并VTE概率。