[发明专利]基于图卷积神经网络的临床事件预测装置

权利要求书

1.一种基于图卷积神经网络的临床事件预测装置，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：

将每个基因的表达量信息填入到一个或多个生物学通路图的基因上，得到一个或多个目标生物学通路图，每个目标生物学通路图用于指示不同基因之间的相互作用关系和基因的表达量；

利用图卷积神经网络对每个目标生物学通路图提取特征得到基因表达特征，所述基因表达特征包括所述目标生物学通路图的拓扑结构特征和基因表达量特征；

利用所述基因表达特征预测临床事件，所述临床事件包括与疾病发生、发展和预后相关的事件。

2.如权利要求1所述的基于图卷积神经网络的临床事件预测装置，其特征在于，所述利用图卷积神经网络对每个目标生物学通路图提取特征得到基因表达特征，包括：

利用图卷积神经网络对每个所述目标生物学通路图提取特征分别得到一个特征标量；

将一个或多个所述目标生物学通路图对应的所述特征标量作为所述基因表达特征。

3.如权利要求2所述的基于图卷积神经网络的临床事件预测装置，其特征在于，所述利用图卷积神经网络对每个所述目标生物学通路图提取特征分别得到一个特征标量，包括：

利用多个图卷积神经网络单元对每个目标生物学通路图进行特征提取，得到多个中间特征向量；

将所述多个中间特征向量输入到全连接层进行处理，得到每个目标生物学通路图对应的特征标量；

其中，每一个图卷积神经网络单元输出一个中间特征向量，第i个图卷积神经网络单元输出的特征向量为第i+1个图卷积神经网络单元的输入。

4.如权利要求1所述的基于图卷积神经网络的临床事件预测装置，其特征在于，所述利用所述基因表达特征预测临床事件，包括：

将医学临床特征和基因表达特征拼接为综合特征向量；

利用所述综合特征向量预测临床事件。

5.如权利要求1所述的基于图卷积神经网络的临床事件预测装置，其特征在于，所述处理器还用于执行以下步骤：

对所述临床事件进行解释，得到所述临床事件与一个或多个目标生物学通路图之间的相关度。

6.如权利要求4所述的基于图卷积神经网络的临床事件预测装置，其特征在于，所述处理器还用于执行以下步骤：

对所述临床事件进行解释，得到所述临床事件分别与一个或多个目标生物学通路图之间的相关度、与医学临床特征之间的相关度。

7.如权利要求5或6所述的基于图卷积神经网络的临床事件预测装置，其特征在于，利用如下公式对得到的所述临床事件进行解释：

其中，IG score_i表示所述临床事件与第i个目标生物学通路图或者第i个医学临床特征之间的相关度；S_i表示对第i个目标生物学通路图的进行特征提取得到的特征标量或者第i个医学临床特征，S′_i表示对第i个目标生物学通路图或者第i个医学临床特征计算的基准；表示积分，f表示积分梯度算法中构建的人工智能模型。

8.如权利要求1所述的基于图卷积神经网络的临床事件预测装置，其特征在于，所述每个基因的表达量信息通过对患者病灶处的细胞进行基因测序获得。

9.一种电子设备，其特征在于，包括如权利要求1至8任一项所述的基于图卷积神经网络的临床事件预测装置。