一种肿瘤预测方法技术

本发明专利技术公开了一种肿瘤预测方法，具体步骤如下：步骤一，建立肿瘤数据库；步骤二，根据肿瘤数据库建立比例风险函数；步骤三，获取受检测者的基因表达数据、生活习惯和CT影像，对受检测者的数据进行转换，得到转换后的新检测样本数据；步骤四，将转换后的新检测样本进行缺失值填充，得到不含缺失值的检测样本数据；步骤五，将不含缺失值的检测样本数据代入比例风险函数中，得到肿瘤预测的风险数值。本发明专利技术通过收集不同类型恶性肿瘤患者的历史肿瘤数据建立数据库，进而建立比例风险函数，再对受检测者的数据进行转换和缺失值填充，然后将填充后的数值代入比例风险函数中，建立肿瘤预测的模型，可以较准确的进行肿瘤的预测。

A tumor prediction method

The invention discloses a prediction method for tumor specific steps are as follows: the first step to establish the tumor database; step two, the proportion of risk function according to the established tumor database; step three, to obtain the detection of gene expression image data, living habits and CT, by testing the data conversion, the new test sample data after the conversion; step four, the new test sample after conversion of missing values filling, testing sample data without missing values; step five, will not contain missing values to detect sample data into the proportion of risk function, get the numerical prediction of tumor risk. The establishment of the database through the historical data collection of tumor patients with different types of malignant tumors, and the proportion of risk function is established, by testing the data of filling value conversion and deletion, and then numerical into proportional risk function after filling, the establishment of tumor prediction model can predict the tumor accurately.

【技术实现步骤摘要】
一种肿瘤预测方法
本专利技术涉及肿瘤诊断领域，具体是一种肿瘤预测方法。
技术介绍
随着人们生活习惯的改变和人们饮食习惯的改变，越来越多的肿瘤在人们身体上产生。肿瘤是指机体在各种致瘤因子作用下，局部组织的细胞在基因水平上失去对其生长的正常调控导致异常增生与分化而形成的新生物，新生物一旦形成，不因病因消除而停止生长，他的生长不受正常机体生理调节，而是破坏正常组织与器官，因为这种新生物多呈占位性块状突起，也称赘生物。根据肿瘤的病理学形态、生长方式以及对病人的危害程度，又将肿瘤分为良性肿瘤和恶性肿瘤两大类，而癌症即为恶性肿瘤的总称。良性肿瘤对人体的危害不大，恶性肿瘤对人体的危害很大，恶性肿瘤分为早期、中期和晚期，早期的恶性肿瘤大多可以治愈，中期的恶性肿瘤可以减轻痛苦，延长生命，因此肿瘤的预测是很有必要的，但是目前尚未有好的肿瘤预测方法。
技术实现思路
本专利技术的目的在于提供一种肿瘤预测方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种肿瘤预测方法，具体步骤如下：步骤一，对各种不同类型的恶性肿瘤患者进行历史肿瘤数据采集，建立肿瘤数据库；步骤二，根据肿瘤数据库通本文档来自技高网...

【技术保护点】
一种肿瘤预测方法，其特征在于，具体步骤如下：步骤一，对各种不同类型的恶性肿瘤患者进行历史肿瘤数据采集，建立肿瘤数据库；步骤二，根据肿瘤数据库通过卡尔曼滤波器、有限元和神经网络算法建立用于描述患者与死亡概率之间的比例风险函数，对不同的历史肿瘤数据设定不同的影响因子，各种影响因子的和为1；步骤三，获取受检测者的基因表达数据、生活习惯和CT影像，对受检测者的数据进行转换，得到转换后的新检测样本数据；步骤四，将转换后的新检测样本进行缺失值填充，得到不含缺失值的检测样本数据；步骤五，将不含缺失值的检测样本数据代入比例风险函数中，得到肿瘤预测的风险数值，该数值越接近1风险越大，该数值越接近0风险越小。

【技术特征摘要】
1.一种肿瘤预测方法，其特征在于，具体步骤如下：步骤一，对各种不同类型的恶性肿瘤患者进行历史肿瘤数据采集，建立肿瘤数据库；步骤二，根据肿瘤数据库通过卡尔曼滤波器、有限元和神经网络算法建立用于描述患者与死亡概率之间的比例风险函数，对不同的历史肿瘤数据设定不同的影响因子，各种影响因子的和为1；步骤三，获取受检测者的基因表达数据、生活习惯和CT影像，对受检测者的数据进行转换，得到转换后的新检测样本数据；步骤四，将转换后的新检测样本进行缺失值填充，得到不含缺失值的检测样本数据；步骤五，将不含缺失值的检测样本数据代入比例风险函数中，得到肿瘤预测的风险数值，该数值越接近1风险越大，该数值越接近0风险越小。2.根据权利要求1所述的肿瘤...

【专利技术属性】
技术研发人员：吴慧斌，吴中中，黄芳芳，吴骋，李军，
申请(专利权)人：浙江鸿赋堂健康管理有限公司，
类型：发明
国别省市：浙江,33