[發(fā)明專利]一種基于醫(yī)療大數(shù)據(jù)腫瘤診斷的預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110993137.1
• 申請(qǐng)日: 2021-08-25
• 公開(kāi)（公告）號(hào): CN113707298A
• 公開(kāi)（公告）日: 2021-11-26
• 發(fā)明（設(shè)計(jì)）人: 景元明;張林;陳艷
• 申請(qǐng)（專利權(quán)）人: 景元明;張林;陳艷
• 主分類號(hào): G16H50/20
• 分類號(hào): G16H50/20;G06K9/62;G06N20/00
• 代理公司: 廣東知產(chǎn)貓知識(shí)產(chǎn)權(quán)代理有限公司 44513
• 代理人: 吳霜

1.一種基于醫(yī)療大數(shù)據(jù)腫瘤診斷的預(yù)測(cè)方法，其特征在于，包括數(shù)據(jù)挖掘和模型構(gòu)建，所述數(shù)據(jù)挖掘包括前期收集的近三年腫瘤標(biāo)志物大數(shù)據(jù)，所述模型構(gòu)建包括5-8種腫瘤良惡性模型，以甲狀腺、肺和肝三個(gè)器官中良性和惡性腫瘤的區(qū)分和判別，以邏輯回歸，隨機(jī)森林和支持向量機(jī)以及增強(qiáng)學(xué)習(xí)四種機(jī)器學(xué)習(xí)的方法對(duì)相關(guān)數(shù)據(jù)進(jìn)行分析和預(yù)測(cè)。

2.根據(jù)權(quán)利要求1所述的一種基于醫(yī)療大數(shù)據(jù)腫瘤診斷的預(yù)測(cè)方法，其特征在于，所述甲狀腺癌良性和惡性腫瘤區(qū)分判別，通過(guò)甲狀腺各變量相關(guān)性示意圖的相關(guān)性分析，且通過(guò)邏輯回歸、隨機(jī)森林、支持向量機(jī)和增強(qiáng)學(xué)習(xí)四種模型對(duì)變量進(jìn)行模型構(gòu)建和預(yù)測(cè)。

3.根據(jù)權(quán)利要求2所述的一種基于醫(yī)療大數(shù)據(jù)腫瘤診斷的預(yù)測(cè)方法，其特征在于，所述甲狀腺模型構(gòu)建和預(yù)測(cè)后，選擇的Age+R8+R11標(biāo)志物，在邏輯回歸模型下，預(yù)測(cè)效果最好，選擇糖類抗原199和鱗狀細(xì)胞癌相關(guān)抗原以及年齡三個(gè)變量的情況下，通過(guò)邏輯回歸的方法對(duì)甲狀腺良惡性腫瘤的預(yù)測(cè)有較好的預(yù)測(cè)準(zhǔn)確率，準(zhǔn)確率可達(dá)到0.76，AUC值到0.685。

4.根據(jù)權(quán)利要求3所述的一種基于醫(yī)療大數(shù)據(jù)腫瘤診斷的預(yù)測(cè)方法，其特征在于，所述肺癌良性和惡性腫瘤區(qū)分判別，通過(guò)肺的良惡性腫瘤各變量的相關(guān)性分析，且通過(guò)邏輯回歸、隨機(jī)森林、支持向量機(jī)和增強(qiáng)學(xué)習(xí)四種模型對(duì)變量進(jìn)行模型構(gòu)建和預(yù)測(cè)。

5.根據(jù)權(quán)利要求4所述的一種基于醫(yī)療大數(shù)據(jù)腫瘤診斷的預(yù)測(cè)方法，其特征在于，所述肺四種模型的AUC值分別為：0.785，0.821，0.746，0.762，最優(yōu)的預(yù)測(cè)模型是：隨機(jī)森林模型，預(yù)測(cè)準(zhǔn)確性0.76，AUC值為0.821，從重要變量性排名來(lái)看：R6R3R7SEXR10R1R8，且通過(guò)基尼指數(shù)可知，R6，R3，R10，R1和R7都屬于高分?jǐn)?shù)參數(shù)，和重要性排名比較一致，可以用于未來(lái)的臨床考察指標(biāo)。

6.根據(jù)權(quán)利要求5所述的一種基于醫(yī)療大數(shù)據(jù)腫瘤診斷的預(yù)測(cè)方法，其特征在于，所述肝癌良性和惡性腫瘤區(qū)分判別，同樣進(jìn)行邏輯回歸，隨機(jī)森林，支持向量機(jī)以及增強(qiáng)學(xué)習(xí)4種模型分析，所有模型都是隨機(jī)選取50％的樣本作為訓(xùn)練樣本，另外50％作為驗(yàn)證樣本結(jié)果發(fā)現(xiàn)隨機(jī)森林的預(yù)測(cè)準(zhǔn)確性最高為0.81。

7.根據(jù)權(quán)利要求6所述的一種基于醫(yī)療大數(shù)據(jù)腫瘤診斷的預(yù)測(cè)方法，其特征在于，所述通過(guò)肝ROC曲線看出，四種模型的AUC值分別為0.748，0.814，0.690和0.686，因此，依然是隨機(jī)森林具有最好的分類效果。預(yù)測(cè)準(zhǔn)確性為0.81，AUC值為0.814，從基尼指數(shù)上看，R6，R4，R3，R9，R10屬于高效率的預(yù)測(cè)因子，這個(gè)結(jié)果與變量重要性排名和差異p值結(jié)果幾乎一致因此，未來(lái)R6，R4，R3，R9，R10可以作為臨床預(yù)測(cè)重要的分子標(biāo)志物。