一种基于深度半监督多任务学习生存分析的疾病预后预测系统

摘要

本发明公开了一种基于深度半监督多任务学习生存分析的疾病预后预测系统，包括数据获取模块、数据预处理模块和预测模型构建模块等；本发明以深度神经网络模型为基础，将生存分析问题转化为多时序点生存概率预测的半监督学习问题组成的多任务学习模型；模型直接对生存概率建模，不依赖比例风险假设，可以拟合时间依赖效应，具有更好的解释性；提出利用半监督损失函数和排序损失函数对数据进行拟合，充分利用了完全数据和删失数据，可以处理传统的生存分析问题和考虑竞争风险的生存分析问题；模型通过多时序点的多任务学习，实现多个预测任务之间的数据共享，同时实现多个预测任务之间的相互约束，提升模型的泛化能力。