[发明专利]一种基于约束型鲸鱼优化算法的肝癌生存预测方法

说明书

本发明涉及肝癌生存预测技术领域，尤其涉及一种基于约束型鲸鱼优化算法的肝癌生存预测方法，包括S1、数据采集和预处理：采集患者医学定性指标和医学定量指标建立数据集，并将数据集按比例分为训练集和测试集；S2、使用约束型鲸鱼优化算法对数据集进行特征选取，得到最优特征组合；利用训练集建立分类模型，并利用测试集对分类模型进行验证；S3、利用最优特征组合进行分类。本发明针对现有技术中缺乏肝癌生存预测的方案以及WOA算法很容易出现过早收敛和局部最优的问题，提出约束型的WOA算法寻找到更有用肝癌生存特征，并利用高斯函数加权方式的KNN分类器进行分类。

技术领域

本发明涉及肝癌生存预测技术领域，尤其涉及一种基于约束型鲸鱼优化算法的肝癌生存预测方法。

背景技术

癌症是危害我国人民健康的主要疾病之一，如果可以利用人工智能技术探索癌症的发生和发展，为癌症的早期筛查、临床诊断、精准治疗和生存预测等方面提供快速、有效、准确的方法学手段，则可以某种程度上降低癌症发生率和死亡率。

据统计，肝癌是全球第六大最常被诊断的癌症，也是因为癌症相关疾病死亡的第二大原因，是全球都要面临的健康问题；面对如此高发高死亡率的疾病，生存预测显得至关重要；它是目前医学研究界面临的最具挑战性的任务之一，包含大量的临床数据分析；需要从这些数据中得出相应的模式和结论，利用它们去确定对应患者在该特定时间段内患特定疾病的生存能力；然而，即便是具有丰富经验的专家也很难通过患者的一些反应或治疗情况直接去判断其生存几率，这是极其不负责任的行为，诊断的可靠性无法得到保证。再加上专家医生在没有计算机指导的情况下去分析大量复杂的检测数据也是难以想象的，因此，许多研究工作试图将生存预测过程自动化，以此来帮助医务人员更好的对患者制定后期治疗方案。

肝癌的生存预测是其治疗过程中十分关键的一步，它最大的意义在于可以为医务人员及家属进行医疗决策提供有效的科学依据，避免过度无效治疗。可以利用机器学习的方法去分析大量复杂的检测数据，协助医生制定后期的治疗方案。肝癌耽误治疗的后果无法想象，因而迫切的需要我们去探索出适用于肝癌生存预测的机器学习方法。同时正确的预测也有利于帮助患者更好的规划剩余生活，充分利用时间去实现一些愿望，让生命更加圆满。研究表明，机器学习算法可有效应用于肝癌的生存预测，对其后期诊治就有十分重要的意义。

发明内容

本发明所要解决的技术问题是：针对现有技术中缺乏肝癌生存预测的方案以及WOA算法很容易出现过早收敛和局部最优的问题，提出一种约束型的鲸鱼优化算法来寻找到更有用肝癌生存特征，并利用高斯函数加权方式的KNN分类器进行分类。

本发明所采用的技术方案是：一种基于约束型鲸鱼优化算法的肝癌生存预测方法包括以下步骤：

S1、数据采集和预处理：采集患者医学定性指标和医学定量指标建立数据集，并将数据集按比例分为训练集和测试集；

S2、使用约束型鲸鱼优化算法对数据集中定性指标和定量指标进行特征选取，利用训练集建立分类模型，并利用测试集对分类模型进行验证；

约束型鲸鱼优化算法包括：

S21、环绕的猎物；

座头鲸首先识别猎物的位置，然后包围它们；在鲸鱼优化算法(WOA)中，鲸鱼假设目标猎物是最佳的候选位置，它们试图向最佳的捕猎代理移动，如下所示：

X(t+1)＝Xgb(t)-A·D (1)

D＝|C·Xgb(t)-X(t)| (2)

式中，X为鲸的位置，Xgb为最佳捕猎的位置，A和C为系数向量，t为迭代次数；A和C的系数向量计算过程如下：