[發明專利]一種基于大數據的肺癌篩查系統及方法

在審

• 申請號: 201810361140.X
• 申請日: 2018-04-20
• 公開（公告）號: CN108520778A
• 公開（公告）日: 2018-09-11
• 發明（設計）人: 滕峰;朱廣迎;李建軍;蔣捷;王虹;張新;嚴治
• 申請（專利權）人: 中日友好醫院;北京急中伸智健康科技有限責任公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70;G16H70/00
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 安娜

1.一種基于大數據的肺癌篩查系統，其特征在于，包括采集終端、服務器和人機界面；

所述采集終端用于采集肺癌患者資料數據和需篩查患者的檢測數據，并將所述資料數據和檢測數據進行上傳；

所述服務器用于接收所述資料數據和檢測數據，并根據所述資料數據建立肺癌患者數據庫；對所述肺癌患者數據庫進行數據分析，得出肺癌與各致病因素之間的關系數據，并對所述關系數據進行學習、訓練以得到肺癌風險預測模型；通過所述肺癌風險預測模型對所述檢測數據進行處理，得出需篩查患者的各致病因素與肺癌之間的參考數據；將所述參考數據發送給人機界面；

所述人機界面用于通過可視化的方式進行展示所述參考數據。

2.根據權利要求1所述的一種基于大數據的肺癌篩查系統，其特征在于，還包括預處理模塊，所述預處理模塊用于去除所述資料數據和檢測數據中的無效數據以得到有效數據，并對所述有效數據進行分類和格式轉換。

3.一種基于大數據的肺癌篩查方法，其特征在于，應用于權利要求2所述的一種基于大數據的肺癌篩查系統，所述方法包括以下步驟：

采集終端采集肺癌患者資料數據和需篩查患者的檢測數據，并將所述資料數據和檢測數據進行上傳；

服務器接收所述資料數據和檢測數據，并根據所述資料數據建立肺癌患者數據庫；

服務器對所述肺癌患者數據庫進行數據分析，得出肺癌與各致病因素之間的關系數據，并對所述關系數據進行學習、訓練以得到肺癌風險預測模型；

服務器通過所述肺癌風險預測模型對所述檢測數據進行處理，得出需篩查患者的各致病因素與肺癌之間的參考數據；

服務器將所述參考數據發送給人機界面進行可視化顯示。

4.根據權利要求3所述的一種基于大數據的肺癌篩查方法，其特征在于，所述方法還包括：服務器對采集的所述資料數據和檢測數據進行數據預處理，所述預處理包括去除所述資料數據和檢測數據中的無效數據以得到有效數據，并對所述有效數據進行分類和格式轉換。

5.根據權利要求4所述的一種基于大數據的肺癌篩查方法，其特征在于，服務器對所述肺癌患者數據庫進行數據分析，得出肺癌與各致病因素之間的關系數據，具體包括以下步驟：

服務器獲取肺癌患者數據庫中與肺癌疾病相關的各種癥狀；

服務器根據肺癌患者數據庫中的所有樣本信息，分別統計每種癥狀出現的概率；

服務器根據肺癌患者數據庫中的肺癌樣本信息，分別統計當某一癥狀出現時，肺癌疾病出現的概率。

6.根據權利要求5所述的一種基于大數據的肺癌篩查方法，其特征在于，所述參考數據包括以下計算方法：

參考數據＝e^x/(1+e^x)；其中，e是自然對數，

x＝-6.8272+(0.0391×年齡)+(0.7917×吸煙史)+(1.3388×惡性腫瘤)+(0.1274×直徑)+(1.0407×毛刺征)+(0.7838×位置)

患者有吸煙史，則吸煙史標記為1，否則標記為0；如果患者有大于五年的胸腔外惡性腫瘤史，則惡性腫瘤項標記為1，否則標記為0；如果肺部結節邊緣有毛刺，則毛刺征標記為1，否則標記為0；如果肺部結節位于上葉，則位置項標記為1，否則為0，直徑為肺部結節的直徑，單位為毫米。

7.根據權利要求6所述的一種基于大數據的肺癌篩查方法，其特征在于，所述參考數據還包括以下計算方法：

若需篩查的患者的檢測數據中患者的肺磨玻璃樣變數據(GGO)小于百分之五十時，參考數據＝e^x/(1+e^x)；其中，e是自然對數，

x＝7.442+(0.051×年齡)+(0.711×癥狀表現)+(0.066×血清總蛋白)+(0.032×直徑)+(1.071×分葉)+(1.220×鈣化灶)

血清總蛋白單位為g/L；癥狀表現、分葉、鈣化灶有相應癥狀若出現時，則相應項標記為1，否則標記為0；

若需篩查的患者數據中患者的肺磨玻璃樣變數據(GGO)大于百分之五十時，參考數據＝e^x/(1+e^x)；其中，e是自然對數，FEV1表示肺功能檢測值，

x＝-6.192+(-0.924×性別)+(0.042×FEV1占預計值百分比)+(0.131×直徑)+(1.071×分葉)+(2.424×鈣化灶)

分葉、鈣化灶有相應癥狀若出現時，則相應項標記為1，否則標記為0。