基于非负矩阵分解联合预测乳腺癌多个临床指标的方法

摘要

本发明提出了一种基于非负矩阵分解联合预测乳腺癌多个临床指标的方法，首先采集乳腺癌病例的影像数据和临床数据，进行预处理获得临床指标矩阵和影像特征矩阵。其次将数据集划分为训练集和测试集。然后，利用乘法更新法则对目标函数进行迭代求解操作，以得到优化的特征权重矩阵，对特征权重按对应标签进行排序选择最优的K个特征。最后，用测试集中的临床指标矩阵和特征矩阵验证本发明所提方法的性能。本发明合理提取了标签之间的共享特征和标签独立相关的特征，有效地提高了多个临床指标的预测效果。