【技术实现步骤摘要】
高危型HPV型别和宫颈癌前病变阶段关系的计算方法及装置
本专利技术涉及一种结合生物医学数据，利用计算机数据挖掘技术和统计分析技术对不同高危型HPV型别和宫颈癌前病变阶段关系进行挖掘研究的方法，尤其是涉及一种高危型HPV型别和宫颈癌前病变阶段关系的计算方法及装置。
技术介绍
宫颈癌作为威胁全球女性健康的第四大常见肿瘤，已被研究证实主要由人乳头瘤病毒(HPV)引起。据报告估计，与HPV感染相关的癌症病例占全球新发癌症总数的4.5％，其中宫颈癌在这些HPV感染相关癌症中的占比又高达83％，对女性健康(尤其在发展中国家)造成了极大的威胁。流行病学相关研究表明N种HPV类型(16,18,31,33,35,39,45,51,52,56,58,59和68型)根据其引发宫颈癌变的可能性而被归为高危型HPV(HR-HPV)。由于宫颈癌变是一个多因素、多步骤的缓慢的渐进过程，大约持续感染HR-HPV的癌变发生时间约为20年，因此宫颈癌是唯一可以通过HPV分型筛查早期预防和治疗的恶性肿瘤，对改善患者预后具有重要作用。目前，我国已成为宫颈癌高发国家...
【技术保护点】
1.高危型HPV型别和宫颈癌前病变阶段关系的计算方法，所述方法包括：/n步骤1、对使用TCT和HPV基因分型检测方法从临床上收集到的M种宫颈癌前病变阶段下的N种高危型HPV感染数据进行分类整理，获得不同感染方式(包括全部感染、单重感染和多重感染)下的HPV感染预处理数据，并根据不同的癌前病变阶段对不同的高危型HPV的流行率进行统计；/n步骤2、基于所述的全部感染和单重感染方式下的HPV预处理数据作聚类分析，并基于聚类分析结果获取不同高危型HPV的相似性；/n步骤3、基于所述的单重感染和多重感染方式下的HPV预处理数据按泊松分布建模，进行回归分析，获取HPV单重感染和多重感染...
【技术特征摘要】
1.高危型HPV型别和宫颈癌前病变阶段关系的计算方法，所述方法包括：
步骤1、对使用TCT和HPV基因分型检测方法从临床上收集到的M种宫颈癌前病变阶段下的N种高危型HPV感染数据进行分类整理，获得不同感染方式(包括全部感染、单重感染和多重感染)下的HPV感染预处理数据，并根据不同的癌前病变阶段对不同的高危型HPV的流行率进行统计；
步骤2、基于所述的全部感染和单重感染方式下的HPV预处理数据作聚类分析，并基于聚类分析结果获取不同高危型HPV的相似性；
步骤3、基于所述的单重感染和多重感染方式下的HPV预处理数据按泊松分布建模，进行回归分析，获取HPV单重感染和多重感染对宫颈癌前病变的影响比重。
所述回归分析模型为公式1，具体为：
其中，λ表示结果变量(感染患者数)的均值，X1…Xp表示预测变量(不同高危型HPV类型的单重感染和多重感染)，β0…βp是回归系数，由样本估计而得。
2.根据权利要求1所述的方法，其特征在于，所述步骤2进一步包括：
步骤201、分别计算全部感染数据集和单重感染数据集中Normal组、ASCUS组、LSIL组和HSIL组这四个癌前病变阶段中N种高危型HPV的最佳聚类个数，其中最佳聚类个数通过R语言包的NbClust包进行计算参考；
步骤202、根据步骤201得到相对应的最佳聚类个数后，使用K-means聚类算法对全部感染数据集和单重感染数据集中的N种高危型HPV进行聚类分析得到不同数据集下的HPV感染相似性。
3.根据权利要求2所述的方法，其特征在于，所述步骤202的聚类过程具体包括：
步骤2021、基于步骤201分别得到全部感染数据集中Normal组、ASCUS组、LSIL组和HSIL组这四个癌前病变组中不同高危型HPV的最佳聚类个数后，使用R包中的K-means算法分别聚类这4个病变分组中的N种高危型HPV，得到不同的病变阶段下的HPV聚类结果；
步骤2022、整合步骤2021中得到的四组癌前病变阶段的聚类结果，得到整体癌前病变阶段下N种高危型HPV感染趋势的相似性；
步骤2023、基于步骤201分别得到单重感染数据集中Normal组、ASCUS组、LSIL组和HSIL组这四个癌前病变组中不同高危型HPV的最佳聚类个数后，使用R包中的K-means算法分别聚类这4个病变分组中的N种高危型HPV，得到不同的病变阶段下的HPV聚类结果。
步骤2024、整合步骤2023中得到的四组癌前病变阶段的聚类结果，得到整体癌前病变阶段下N种高危型HPV感染趋势的相似性；
另外，步骤2021和步骤2023中的K-means算法采用欧几里得距...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。