深度学习在肺癌患者生存预测中的应用研究

来源：计算机工程与应用杂志2018年第14期北京时间：

作者：潘 浩1，王 昭2，姚佳文3

单位：1.北京石油化工学院 经济管理学院，北京 102600 ；2.北京化工大学 经济管理学院，北京 100029；3.美国德州大学阿灵顿分校 计算机科学与工程学院，美国 阿灵顿 76019

摘要：肺癌是一种严重威胁患者生命的恶性肿瘤。通过对肺癌病人进行生存预测分析并制定针对性治疗方案，对提高病人生存率具有重要意义。提出一种基于病理学图像的肺癌患者生存预测分析方法。首先采用深度学习方法对病理学图片进行肺癌细胞自动检测，并对检测出的肺癌细胞进行特征提取。在特征选取中，引入了反映肺癌细胞间关系和分布特性的拓扑特征的提取方法，将提取的拓扑特征作为生存分析的预测因素。最后采用Cox-Lasso方法对肺癌患者进行生存预测分析。实验结果表明，该方法能够提高细胞检测的效率和准确性，并具有较高的肺癌患者生存预测分析能力。

关键词：深度学习,拓扑特征,生存预测