典型文献
基于深度学习的大规模肿瘤数据生存分析
文献摘要：
目的 将深度学习方法应用在大规模肿瘤数据中,并预测肿瘤患者的个体生存情况,提升预测精度,为个体化治疗方案提供参考.方法 以老年乳腺癌数据为例,将生存时间划分成离散区间,通过神经网络方法预测患者在各离散区间内的死亡概率,实现个体生存函数的预测.结果 对于19576例老年女性乳腺癌的个体生存函数预测情况,本文提出的方法预测效果好于其他的模型,表现在有更大的c-index指标和更大的log-rank统计量值.结论 基于深度学习的生存函数预测有较大的灵活性,不受Cox模型比例风险假设的限制,能够处理大规模数据,并且对个体生存函数的预测更加准确.
文献关键词：
深度学习;Minibatch梯度下降;老年乳腺癌;生存函数
中图分类号：
作者姓名：
李嵘;张文丽;李扬;林存洁
作者机构：
中国人民大学应用统计科学研究中心,统计学院 100872
文献出处：
引用格式：
[1]李嵘;张文丽;李扬;林存洁-.基于深度学习的大规模肿瘤数据生存分析)[J].中国卫生统计,2022(01):84-86,90
A类：
Minibatch
B类：
生存分析,深度学习方法,肿瘤患者,生存情况,个体化治疗方案,老年乳腺癌,生存时间,时间划分,神经网络方法,死亡概率,生存函数,老年女性,女性乳腺癌,log,rank,统计量,Cox,大规模数据,梯度下降
AB值：
0.321085
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
