[發(fā)明專利]一種結(jié)直腸癌患病風(fēng)險(xiǎn)的早篩方法、系統(tǒng)、終端及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202310080465.1
• 申請(qǐng)日: 2023-02-08
• 公開（公告）號(hào): CN116343914A
• 公開（公告）日: 2023-06-27
• 發(fā)明（設(shè)計(jì)）人: 趙冬琴;趙慶華
• 申請(qǐng)（專利權(quán)）人: 重慶醫(yī)科大學(xué)附屬第一醫(yī)院
• 主分類號(hào): G16B20/20
• 分類號(hào): G16B20/20;G16B40/00;G16H50/20;G06F18/2135;G06F18/214;G06N20/20
• 代理公司: 東莞金凱云知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44780
• 代理人: 陳凱玉

本發(fā)明公開了一種結(jié)直腸癌患病風(fēng)險(xiǎn)的早篩方法、系統(tǒng)、終端及介質(zhì)，涉及人工智能技術(shù)領(lǐng)域，其技術(shù)方案要點(diǎn)是：獲取結(jié)直腸癌患者的特征集，所述特征集包括SNP位點(diǎn)表征信息和病歷特征信息；利用主成分分析法對(duì)所述特征集進(jìn)行降維優(yōu)化處理，得到待用特征集；依據(jù)所述待用特征集以機(jī)器學(xué)習(xí)算法構(gòu)建結(jié)直腸癌風(fēng)險(xiǎn)基礎(chǔ)模型；對(duì)所述結(jié)直腸癌風(fēng)險(xiǎn)基礎(chǔ)模型進(jìn)行分布采樣優(yōu)化處理，得到結(jié)直腸癌風(fēng)險(xiǎn)優(yōu)化模型；基于學(xué)習(xí)曲線對(duì)所述結(jié)直腸癌風(fēng)險(xiǎn)優(yōu)化模型進(jìn)行調(diào)整，得到結(jié)直腸癌風(fēng)險(xiǎn)早篩模型；利用所述結(jié)直腸癌風(fēng)險(xiǎn)早篩模型對(duì)結(jié)直腸癌患病風(fēng)險(xiǎn)進(jìn)行預(yù)測。本發(fā)明提高了結(jié)直腸癌風(fēng)險(xiǎn)早篩模型篩查的準(zhǔn)確率，以及提高了結(jié)直腸癌患病風(fēng)險(xiǎn)的早篩模型的泛化能力。

技術(shù)領(lǐng)域

本發(fā)明涉及一種人工智能技術(shù)領(lǐng)域，更具體地說，它涉及一種結(jié)直腸癌患病風(fēng)險(xiǎn)的早篩方法、系統(tǒng)、終端及介質(zhì)。

背景技術(shù)

結(jié)直腸癌(Colorectal?cancer，CRC)，也稱大腸癌，是一種常見的消化道惡性腫瘤。結(jié)直腸癌具有遺傳傾向，與遺傳相關(guān)的結(jié)直腸癌約占結(jié)直腸癌的20％，一級(jí)親屬有結(jié)直腸癌病史的人群被指南列入高風(fēng)險(xiǎn)人群。與其它腫瘤一樣，結(jié)直腸癌的發(fā)病機(jī)理，仍然不完全清楚。早期的結(jié)直腸癌篩查手段顯得至關(guān)重要，指南推薦的經(jīng)典篩查方案是降低結(jié)直腸癌發(fā)病率和死亡率的主要手段，但人群的篩查依從性直接影響該方案的實(shí)施。因此，通過對(duì)影響結(jié)直腸癌高危人群篩查依從性的因素研究，對(duì)預(yù)防疾病發(fā)生的作用顯得至關(guān)重要。結(jié)直腸癌的發(fā)生是一個(gè)由“正常粘膜-腺瘤-早期癌-進(jìn)展期癌”的序貫過程，約5-10年,因此，結(jié)直腸癌的這一生物學(xué)特點(diǎn)適用于篩查，被世界衛(wèi)生組織列為適合篩查的癌腫之一。結(jié)直腸癌篩查有利于疾病的早發(fā)現(xiàn)、早診斷和早治療，這是預(yù)防結(jié)直腸癌和減少結(jié)直腸癌死亡率的最主要手段。

目前，針對(duì)結(jié)直腸癌的患病風(fēng)險(xiǎn)預(yù)測大都是基于機(jī)器學(xué)習(xí)算法來實(shí)現(xiàn)的，而在機(jī)器學(xué)習(xí)領(lǐng)域中，其屬于典型的分類模型，如邏輯回歸、支持向量機(jī)、K-neighbor鄰近和決策樹，以及基于集成的學(xué)習(xí)器，如AdaBoost、XGBoost和LightGBM等。根據(jù)各算法應(yīng)用的實(shí)際結(jié)果，LightGBM在兼顧分類性能目標(biāo)的同時(shí)，呈現(xiàn)良好的速度、且內(nèi)存資源占用更少。但是基于LightGBM算法所構(gòu)建的模型包含的參數(shù)緯度較高，而高緯度的參數(shù)會(huì)影響風(fēng)險(xiǎn)預(yù)測模型的收斂速度，從而影響預(yù)測時(shí)間，并且最重要的是LightGBM在不同參數(shù)下的性能差異會(huì)導(dǎo)致預(yù)測能力不穩(wěn)定，以及LightGBM算法會(huì)出現(xiàn)過擬合的現(xiàn)象導(dǎo)致風(fēng)險(xiǎn)預(yù)測泛化能力欠佳。

因此，如何能夠克服上述機(jī)器學(xué)習(xí)算法的缺陷來達(dá)到對(duì)結(jié)直腸癌風(fēng)險(xiǎn)的有效篩查是目前急需解決的問題。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)的不足之處，本發(fā)明提供一種結(jié)直腸癌患病風(fēng)險(xiǎn)的早篩方法、系統(tǒng)、終端及介質(zhì)，本發(fā)明利用主成分分析法降低特征集的參數(shù)維度，得到待用特征集再利用機(jī)器學(xué)習(xí)算法以待用特征集為基礎(chǔ)構(gòu)建結(jié)直腸癌風(fēng)險(xiǎn)基礎(chǔ)模型，避免高緯度的參數(shù)會(huì)影響風(fēng)險(xiǎn)早篩模型的收斂速度，從而影響篩查時(shí)間，通過分布采樣實(shí)現(xiàn)對(duì)結(jié)直腸癌風(fēng)險(xiǎn)基礎(chǔ)模型的參數(shù)優(yōu)化，從而實(shí)現(xiàn)對(duì)結(jié)直腸癌風(fēng)險(xiǎn)基礎(chǔ)模型的參數(shù)尋優(yōu)，利用學(xué)習(xí)曲線對(duì)結(jié)直腸癌風(fēng)險(xiǎn)基礎(chǔ)模型尋優(yōu)后的參數(shù)進(jìn)行學(xué)習(xí)來避免結(jié)直腸癌風(fēng)險(xiǎn)優(yōu)化模型出現(xiàn)過擬合的現(xiàn)象，從而提高了結(jié)直腸癌風(fēng)險(xiǎn)早篩模型篩查的準(zhǔn)確率，以及提高了結(jié)直腸癌患病風(fēng)險(xiǎn)的早篩模型的泛化能力。

本發(fā)明的上述技術(shù)目的是通過以下技術(shù)方案得以實(shí)現(xiàn)的：

本申請(qǐng)的第一方面，提供了一種結(jié)直腸癌患病風(fēng)險(xiǎn)的早篩方法，方法包括：

獲取結(jié)直腸癌患者的特征集，所述特征集包括SNP位點(diǎn)表征信息和病歷特征信息；

利用主成分分析法對(duì)所述特征集進(jìn)行降維優(yōu)化處理，得到待用特征集；

依據(jù)所述待用特征集以機(jī)器學(xué)習(xí)算法構(gòu)建結(jié)直腸癌風(fēng)險(xiǎn)基礎(chǔ)模型；

對(duì)所述結(jié)直腸癌風(fēng)險(xiǎn)基礎(chǔ)模型進(jìn)行分布采樣優(yōu)化處理，得到結(jié)直腸癌風(fēng)險(xiǎn)優(yōu)化模型；

基于學(xué)習(xí)曲線對(duì)所述結(jié)直腸癌風(fēng)險(xiǎn)優(yōu)化模型進(jìn)行調(diào)整，得到結(jié)直腸癌風(fēng)險(xiǎn)早篩模型；