基于深度学习算法的前列腺癌生化复发预测模型的建立

摘要：

目的 利用深度学习算法建立前列腺癌生化复发预测模型,为前列腺癌根治术后患者早发现、早诊断、延长患者生存期提供参考.方法 收集2001年3月—2016年11月北京大学第一医院泌尿外科接受前列腺癌根治术的442例患者的临床信息作为变量,应用五折交叉验证法将其划分为训练集(n=412)和验证集(n=30),采用深度学习算法(CNN-BiLSTM、CNN-LSTM、BiLSTM、CNN-BiGRU)建立前列腺癌生化复发预测模型,其中验证集用于评估模型性能和临床应用的可能性.结果 在4种深度学习的算法中,CNN-BiLSTM算法准确率最高为76.7％,受试者工作曲线下面积为0.71.结论 基于前列腺癌根治术后患者的多种临床信息,通过深度学习方法建立前列腺癌生化复发预测模型具有较高的准确率,能够为预测前列腺癌的生化复发提供一定参考.

关键词：前列腺癌、生化复发、深度学习、预测模型

所属期刊栏目：27

分类号：R737(肿瘤学)

在线出版日期：2022-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：230-233