基于机器学习的软组织肉瘤复发概率预测方法

摘要

本发明涉及一种基于机器学习的软组织肉瘤复发概率预测方法，属于医学图像处理技术领域。本发明主要步骤是：S1：基本软组织肉瘤样本数据的复发概率计算；S2：针对样本数据集，筛选其中的常规特征和图像特征；S3：针对样本数据集，实施常规特征处理、影像特征处理和数据集划分；S4：联合BP神经网络模型和随机森林，进行复发概率预测模型构建。本发明基于医院收集的软组织肉瘤患者样本，利用样本抽样的思维，对个体样本进行软组织肉瘤三年期和五年期复发概率值计算，并结合复发时间数据，对复发概率值进行换算，获得准确可靠的个体软组织肉瘤患者复发概率，并根据预测值和真实值的差异确定最终的软组织肉瘤复发概率预测模型。