深度学习在肺癌患者生存预测中的应用研究

• 作者: 姚佳文 潘浩 王昭
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度学习 拓扑特征 生存预测
• 年，卷（期）: 2018,（14）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 138-142,235
• 页数: 6页
• 分类号: TP391.41
• 字数: 4908字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1702-0110

摘要

肺癌是一种严重威胁患者生命的恶性肿瘤.通过对肺癌病人进行生存预测分析并制定针对性治疗方案,对提高病人生存率具有重要意义.提出一种基于病理学图像的肺癌患者生存预测分析方法.首先采用深度学习方法对病理学图片进行肺癌细胞自动检测,并对检测出的肺癌细胞进行特征提取.在特征选取中,引入了反映肺癌细胞间关系和分布特性的拓扑特征的提取方法,将提取的拓扑特征作为生存分析的预测因素.最后采用Cox-Lasso方法对肺癌患者进行生存预测分析.实验结果表明,该方法能够提高细胞检测的效率和准确性,并具有较高的肺癌患者生存预测分析能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘浩	北京石油化工学院经济管理学院	6	23	3.0	4.0
2	王昭	北京化工大学经济管理学院	2	12	2.0	2.0
3	姚佳文	美国德州大学阿灵顿分校计算机科学与工程学院	1	7	1.0	1.0