胰腺癌血液中糖的分子量统计识别方法、系统、介质及装置制造方法及图纸

本发明专利技术提供一种胰腺癌血液中糖的分子量统计识别方法、系统、介质及装置，所述方法包括以下步骤：接收胰腺癌病人血液中糖的分子量数据集、健康人血液中糖的分子量数据集、待检查人血液中糖的分子量数据集；计算得到胰腺癌病人血液中糖的分子量的均方差Dy(p,b)；计算得到健康人血液中糖的分子量的均方差Dy(p,a)；计算得到第一待检查人血液中糖的分子量的均方差Dy(p,b')；计算得到第二待检查人血液中糖的分子量的均方差Dy(p,a')；|Dy(p,b)‑Dy(p,b')|为第一绝对值；|Dy(p,a)‑Dy(p,a')|为第二绝对值；通过比较所述第一绝对值的和与所述第二绝对值的和的大小判断所述待检查人是否患胰腺癌。本发明专利技术的一种胰腺癌血液中糖的分子量统计识别方法、系统、介质及装置，用于血液中糖的分子量数据，建立起统计数学模型构，造出识别率高的均值方差胰腺癌症识别法。

Molecular weight statistical identification method, system, medium and device of glucose in the blood of pancreatic cancer

【技术实现步骤摘要】
胰腺癌血液中糖的分子量统计识别方法、系统、介质及装置
本专利技术涉及数据处理
，特别是涉及一种胰腺癌血液中糖的分子量统计识别方法、系统、介质及装置。
技术介绍
胰腺癌癌症引起死亡，胰腺癌癌症病人经常发生糖基异常，其中之一是N-聚糖异常，研究N-聚糖异常表达是识别胰腺癌癌症的重要途径。在胰腺癌癌症患者的血清中，N-聚糖有显著的异常表达，血液中糖的的分子量是识别胰腺癌重要的指标。因此，在近年来的胰腺癌癌症研究中，血清中的N-聚糖是识别癌症分子标志物的研究热点。Rudd等人的N-聚糖研究指出，N-聚糖是重要的癌症分子标志物，特别适用于癌症的早期诊断、分期识别，以及预后监测。大量研究表明，在癌症病人的血清中，N-聚糖的表达量异常显著。例如，乳腺癌和肺癌研究中，发现唾酸化和岩藻糖基化出现异常；在肝癌研究中也发现，糖基转移酶发生变化，能引起N-聚糖含量发生改变。在前列腺癌、结直肠癌等癌症的研究中，均发现了类似现象。然而，在N-聚糖因癌症而引发的表达异常被普遍关注的同时，关于N-聚糖与癌症分期的关联却较少被报道。N-聚糖的表达量异常会造成血液中糖的分子量的异常。胰腺癌存活率和较差治疗率，是生物医学和临床领域所面临的最具挑战性的问题。如何提高胰腺癌患者远期的生存率及改善患者的预后目前已经成为亟待攻克的问题。因此，希望能够解决如何利用血液中糖的分子量进行胰腺癌血液中糖的分子量统计识别的问题。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种胰腺癌血液中糖的分子量统计识别方法、系统、介质及装置，用于解决现有技术中如何利用血液中糖的分子量进行胰腺癌血液中糖的分子量统计识别的问题。为实现上述目的及其他相关目的，本专利技术提供一种胰腺癌血液中糖的分子量统计识别方法，包括以下步骤：接收胰腺癌病人血液中糖的分子量数据集、健康人血液中糖的分子量数据集、待检查人血液中糖的分子量数据集；基于胰腺癌病人血液中糖的分子量数据集通过预设的均方差计算方法计算得到胰腺癌病人血液中糖的分子量的均方差Dy(p,b)；基于健康人血液中糖的分子量数据集通过预设的均方差计算方法计算得到健康人血液中糖的分子量的均方差Dy(p,a)；将待检查人血液中糖的分子量数据集的数据代入胰腺癌病人血液中糖的分子量数据集中得到第一待检查人血液中糖的分子量数据集，基于第一待检查人血液中糖的分子量数据集通过预设的均方差计算方法计算得到第一待检查人血液中糖的分子量的均方差Dy(p,b')；将待检查人血液中糖的分子量数据集的数据代入健康人血液中糖的分子量数据集中得到第二待检查人血液中糖的分子量数据集，基于第二待检查人血液中糖的分子量数据集通过预设的均方差计算方法计算得到第二待检查人血液中糖的分子量的均方差Dy(p,a')；计算胰腺癌病人血液中糖的分子量的均方差Dy(p,b)与胰腺癌病人和第一待检查人血液中糖的分子量的均方差Dy(p,b')的差值的绝对值|Dy(p,b)-Dy(p,b')|为第一绝对值；计算健康人血液中糖的分子量的均方差Dy(p,a)与健康人和第二待检查人血液中糖的分子量的均方差Dy(p,a')的差值的绝对值|Dy(p,a)-Dy(p,a')|为第二绝对值；通过比较所述第一绝对值的和与所述第二绝对值的和的大小判断所述待检查人是否患胰腺癌。于本专利技术的一实施例中，还包括展示所述第一待检查人血液中糖的分子量的均方差Dy(p,b')、第二待检查人血液中糖的分子量的均方差Dy(p,a')、胰腺癌病人血液中糖的分子量的均方差Dy(p,b)和健康人血液中糖的分子量的均方差Dy(p,a)的折线图。于本专利技术的一实施例中，所述预设的均方差计算方法包括以下步骤：已知分子量数据集为：U＝{ujk,j＝1,2,..,J；k＝1,2,..K}；计算所述分子量数据集的和：计算每个分子量所占分子量数据集的和的百分比：计算每个分子量所占分子量数据集的和的百分比的平均数：记x(j,k)＝xjk为第k个人处于第j个分子量测量数据，作变换：再求y(j,k)的均值：继续求前p个数据的{z(1),z(2),...,z(p)}的均方差,记为：Dy(p),p＝2,3,..,J通过均方差公式得到均方差：为实现上述目的，本专利技术还提供一种胰腺癌血液中糖的分子量统计识别系统，包括：接收模块、第一均方差计算模块、第二均方差计算模块、绝对值计算模块和绝对值比较模块；所述接收模块用于接收胰腺癌病人血液中糖的分子量数据集、健康人血液中糖的分子量数据集、待检查人血液中糖的分子量数据集；所述第一均方差计算模块用于基于胰腺癌病人血液中糖的分子量数据集通过预设的均方差计算方法计算得到胰腺癌病人血液中糖的分子量的均方差Dy(p,b)；基于健康人血液中糖的分子量数据集通过预设的均方差计算方法计算得到健康人血液中糖的分子量的均方差Dy(p,a)；所述第二均方差计算模块用于将待检查人血液中糖的分子量数据集的数据代入胰腺癌病人血液中糖的分子量数据集中得到第一待检查人血液中糖的分子量数据集，基于第一待检查人血液中糖的分子量数据集通过预设的均方差计算方法计算得到第一待检查人血液中糖的分子量的均方差Dy(p,b')；将待检查人血液中糖的分子量数据集的数据代入健康人血液中糖的分子量数据集中得到第二待检查人血液中糖的分子量数据集，基于第二待检查人血液中糖的分子量数据集通过预设的均方差计算方法计算得到第二待检查人血液中糖的分子量的均方差Dy(p,a')；所述绝对值计算模块用于计算胰腺癌病人血液中糖的分子量的均方差Dy(p,b)与胰腺癌病人和第一待检查人血液中糖的分子量的均方差Dy(p,b')的差值的绝对值|Dy(p,b)-Dy(p,b')|为第一绝对值；计算健康人血液中糖的分子量的均方差Dy(p,a)与健康人和第二待检查人血液中糖的分子量的均方差Dy(p,a')的差值的绝对值|Dy(p,a)-Dy(p,a')|为第二绝对值；所述绝对值比较模块用于通过比较所述第一绝对值的和与所述第二绝对值的和的大小判断所述待检查人是否患胰腺癌。于本专利技术的一实施例中，还包括展示所述第一待检查人血液中糖的分子量的均方差Dy(p,b')、第二待检查人血液中糖的分子量的均方差Dy(p,a')、胰腺癌病人血液中糖的分子量的均方差Dy(p,b)和健康人血液中糖的分子量的均方差Dy(p,a)的折线图。于本专利技术的一实施例中，所述预设的均方差计算方法包括以下步骤：已知分子量数据集为：U＝{ujk,j＝1,2,..,J；k＝1,2,..K}；计算所述分子量数据集的和：计算每个分子量所占分子量数据集的和的百分比：计算每个分子量所占分子量数据集的和的百分比的平均数：记x(j,k)＝xjk为第k个人处于第j个分子量测量数据，作变换：再求y(j,k)的均值：继续求前p个数据的{z(1),z(2),...本文档来自技高网...

【技术保护点】
1.一种胰腺癌血液中糖的分子量统计识别方法，其特征在于，包括以下步骤：/n接收胰腺癌病人血液中糖的分子量数据集、健康人血液中糖的分子量数据集、待检查人血液中糖的分子量数据集；/n基于胰腺癌病人血液中糖的分子量数据集通过预设的均方差计算方法计算得到胰腺癌病人血液中糖的分子量的均方差Dy(p,b)；基于健康人血液中糖的分子量数据集通过预设的均方差计算方法计算得到健康人血液中糖的分子量的均方差Dy(p,a)；/n将待检查人血液中糖的分子量数据集的数据代入胰腺癌病人血液中糖的分子量数据集中得到第一待检查人血液中糖的分子量数据集，基于第一待检查人血液中糖的分子量数据集通过预设的均方差计算方法计算得到第一待检查人血液中糖的分子量的均方差Dy(p,b')；将待检查人血液中糖的分子量数据集的数据代入健康人血液中糖的分子量数据集中得到第二待检查人血液中糖的分子量数据集，基于第二待检查人血液中糖的分子量数据集通过预设的均方差计算方法计算得到第二待检查人血液中糖的分子量的均方差Dy(p,a')；/n计算胰腺癌病人血液中糖的分子量的均方差Dy(p,b)与胰腺癌病人和第一待检查人血液中糖的分子量的均方差Dy(p,b')的差值的绝对值|Dy(p,b)-Dy(p,b')|为第一绝对值；计算健康人血液中糖的分子量的均方差Dy(p,a)与健康人和第二待检查人血液中糖的分子量的均方差Dy(p,a')的差值的绝对值|Dy(p,a)-Dy(p,a')|为第二绝对值；/n通过比较所述第一绝对值的和与所述第二绝对值的和的大小判断所述待检查人是否患胰腺癌。/n...

【技术特征摘要】
1.一种胰腺癌血液中糖的分子量统计识别方法，其特征在于，包括以下步骤：
接收胰腺癌病人血液中糖的分子量数据集、健康人血液中糖的分子量数据集、待检查人血液中糖的分子量数据集；
基于胰腺癌病人血液中糖的分子量数据集通过预设的均方差计算方法计算得到胰腺癌病人血液中糖的分子量的均方差Dy(p,b)；基于健康人血液中糖的分子量数据集通过预设的均方差计算方法计算得到健康人血液中糖的分子量的均方差Dy(p,a)；
将待检查人血液中糖的分子量数据集的数据代入胰腺癌病人血液中糖的分子量数据集中得到第一待检查人血液中糖的分子量数据集，基于第一待检查人血液中糖的分子量数据集通过预设的均方差计算方法计算得到第一待检查人血液中糖的分子量的均方差Dy(p,b')；将待检查人血液中糖的分子量数据集的数据代入健康人血液中糖的分子量数据集中得到第二待检查人血液中糖的分子量数据集，基于第二待检查人血液中糖的分子量数据集通过预设的均方差计算方法计算得到第二待检查人血液中糖的分子量的均方差Dy(p,a')；
计算胰腺癌病人血液中糖的分子量的均方差Dy(p,b)与胰腺癌病人和第一待检查人血液中糖的分子量的均方差Dy(p,b')的差值的绝对值|Dy(p,b)-Dy(p,b')|为第一绝对值；计算健康人血液中糖的分子量的均方差Dy(p,a)与健康人和第二待检查人血液中糖的分子量的均方差Dy(p,a')的差值的绝对值|Dy(p,a)-Dy(p,a')|为第二绝对值；
通过比较所述第一绝对值的和与所述第二绝对值的和的大小判断所述待检查人是否患胰腺癌。


2.根据权利要求1所述的胰腺癌血液中糖的分子量统计识别方法，其特征在于，还包括展示所述第一待检查人血液中糖的分子量的均方差Dy(p,b')、第二待检查人血液中糖的分子量的均方差Dy(p,a')、胰腺癌病人血液中糖的分子量的均方差Dy(p,b)和健康人血液中糖的分子量的均方差Dy(p,a)的折线图。


3.根据权利要求1所述的胰腺癌血液中糖的分子量统计识别方法，其特征在于，所述预设的均方差计算方法包括以下步骤：
已知分子量数据集为：
U＝{ujk,j＝1,2,..,J；k＝1,2,..K}；
计算所述分子量数据集的和：



计算每个分子量所占分子量数据集的和的百分比：



计算每个分子量所占分子量数据集的和的百分比的平均数：



记x(j,k)＝xjk为第k个人处于第j个分子量测量数据，作变换：



再求y(j,k)的均值：



继续求前p个数据的{z(1),z(2),...,z(p)}的均方差,记为：Dy(p),p＝2,3,..,J通过均方差公式得到均方差：





4.一种胰腺癌血液中糖的分子量统计识别系统，其特征在于，包括：接收模块、第一均方差计算模块、第二均方差计算模块、绝对值计算模块和绝对值比较模块；
所述接收模块用于接收胰腺癌病人血液中糖的分子量数据集、健康人血液中糖的分子量数据集、待检查人血液中糖的分子量数据集；
所述第一均方差计算模块用于基于胰腺癌病人血液中糖的分子量...

【专利技术属性】
技术研发人员：范时浩，
申请(专利权)人：范时浩，
类型：发明
国别省市：上海;31