临床信息学第37卷第8期医学信息Vol.37No.82024年4月JournalofMedicalInformationApr.2024作者简介：徐方笛（1998.12-），男，辽宁抚顺人，硕士研究生，主要从事生物信息、机器学习、人工智能方面的研究通讯作者：范晓东（1981.6-），男，吉林榆树人，博士，副教授，主要从事生物信息、机器学习、人工智能方面的研究基于Deepsurv模型预测非转移性前列腺癌患者的生存率徐方笛1袁范晓东2渊吉林化工学院信息与控制工程学院1袁理学院2袁吉林吉林132022冤摘要院目的建立Deepsurv深度神经网络模型与Cox比例风险回归模型并比较两种模型对非转移性前列腺癌症患者生存时间的预测性能遥方法从SEER数据库中选择2014-2018年确定诊断为非转移性前列腺癌的男性患者袁将患者数据集按照8颐2划分为训练集和测试集袁构建Deepsurv深度神经网络模型的基本结构遥利用随机超参数优化搜索算法获得预定义范围内的最优网络超参数袁建立模型后在训练集上训练袁并在测试集上测试遥通过一致性指数渊C-index冤尧ROC曲线下面积渊AUC冤和Brier分数渊BrierScore冤比较Deepsurv深度神经网络模型和Cox比例风险回归模型对非转移性前列腺癌症患者1尧3年生存情况的预测性能遥结果建立了以患者年龄尧前列腺特异性抗原渊PSA冤水平尧前列腺癌组织恶性程度渊Gleason分级冤尧肿瘤分期渊T分期冤和活检核心阳性总数为预后因素的预测模型遥Deepsurv深度神经网络模型的C-index为0.713袁高于Cox比例风险回归模型的0.654曰Deepsurv深度神经网络模型预测患者1尧3年生存率的BrierScore为0.312尧0.229袁低于Cox比例风险回归模型的0.356尧0.241曰ROC曲线显示袁Deepsurv深度神经网络模型预测患者1尧3年生存率的AUC为0.680尧0.652袁高于Cox比例风险回归模型的0.631尧0.649遥结论Deepsurv深度神经网络模型在预测非转移性前列腺癌患者的生存方面的表现优于传统的Cox比例风险回归模型遥关键词院Deepsurv深度神经网络模型曰非转移性前列腺癌曰生存预测中图分类号院R737.25文献标识码院ADOI院10.3969/j.issn.1006-1959.2024.08.009文章编号院1006-1959渊2024冤08-0052-04PredictiononSurvivalRateofPatientswithNon-metastaticProstateCancerBasedonDeepsurvModelXUFang-di1,FANXiao-dong2(CollegeofInformationandControlEngineering1,FacultyofScience2,JilinInstituteofChemicalTechnology,Jilin132022,Jilin,China)Abstract：ObjectiveToestablishaDeepsurvdeepneuralnetworkmodelandaCoxproportionalhazardr...
