[發明專利]一種基于血液檢查指標的惡性腫瘤復發預警系統

在審

• 申請號: 202110856040.6
• 申請日: 2021-07-28
• 公開（公告）號: CN113488122A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 季凱;王正
• 申請（專利權）人: 季凱;王正
• 主分類號: G16H10/40
• 分類號: G16H10/40;G16H50/30;G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于血液檢查指標的惡性腫瘤復發預警系統，其特征在于，包括：

數據獲取模塊，其用于獲取血常規化驗單、血生化化驗單圖片，識別血常規化驗單和血生化化驗單圖片中血液學指標、年齡和性別；

復發預警模塊，其用于基于惡性腫瘤復發預警模型，預測出待測試者惡性腫瘤患病復發程度預測值；

其中，惡性腫瘤復發預警模型的訓練過程為：構建惡性腫瘤病人數據樣本，獲取病人腫瘤手術前與手術一個月后的血常規、血生化指標；利用術前和術后的兩類數據訓練機器學習模型，得到惡性腫瘤復發預警模型。

2.如權利要求1所述的一種基于血液檢查指標的惡性腫瘤復發預警系統，其特征在于，預測出待測試者惡性腫瘤患病復發程度預測值是指，利用惡性腫瘤復發預警模型計算待測試者血液指標的分類及分類概率，并通過與歷史數值的比較進行風險提示。

3.如權利要求1所述的一種基于血液檢查指標的惡性腫瘤復發預警系統，其特征在于，用于機器學習的訓練數據可以利用血常規數據和血生化的部分指標或全部指標進行訓練，只要滿足模型評價指標要求，就可以作為一個惡性腫瘤復發預警模型。

4.如權利要求3所述的一種基于血液檢查指標的惡性腫瘤復發預警系統，其特征在于，模型評價指標包括預測正確率、靈敏度、特異度。

5.如權利要求4所述的一種基于血液檢查指標的惡性腫瘤復發預警系統，其特征在于，惡性腫瘤復發預警模型的訓練過程中，利用樣本集合訓練多種機器學習算法模型；利用預測值誤差來比較所有訓練的機器學習算法模型，利用準確性最高的機器學習算法模型生成最優惡性腫瘤復發預警模型。