本发明专利技术提供了一种胃癌预后预测方法，该方法包括：获取待处理对象的原始基础数据；对该原始基础数据进行预处理，得到该待处理对象的用于胃癌预后预测的预处理数据；将该预处理数据输入预先训练好的预测模型中，输出该待处理对象的指标数据；该指标数据用于指示将该预处理数据由分散变量转化为等级变量后的等级；基于该指标数据，生成该待处理对象的胃癌预后的预测结果。本发明专利技术实施例的目的在于提供一种胃癌预后预测方法、装置及电子设备，以提供一种针对具体患者的、胃癌预后预测准确度更高的胃癌预后预测方法。癌预后预测方法。癌预后预测方法。
【技术实现步骤摘要】
胃癌预后预测方法、装置及电子设备
[0001]本专利技术涉及医学领域，尤其是涉及一种胃癌预后预测方法、装置及电子设备。
技术介绍
[0002]胃癌是最常见的消化道恶性肿瘤，胃癌的形态学与分子特征复杂，具有高度异质性，严重影响进展期患者的疗效和生存。有越来越多的证据表明，癌症特别是胃癌是一种高度复杂、渐变及多样性的疾病，患者可能罹患同一种癌症，却有不同的病理分型，不同的基因分子分型，接受同一种化疗方案，疗效与预后也大相径庭。随着基因二代测序技术的飞速发展及生物信息与大数据应用在肿瘤研究中取得的重大突破，人们对肿瘤异质性了解的更加深刻，并提出了新的以个体化医疗为基础的“(precision medicine，精准医学)”的医疗模式。该模式按照传统的症状和体征以及疾病的分子分型对疾病进行分类，从分子层面找到精准药物及精准医疗策略，最终目的是为了实现对特种疾病的特定患者进行个性化的精准治疗。这种以基因检测为基础、个体化用药为核心，“量体裁药”式的新模式将最大程度地减少临床用药不当带来的副作用，从而实现治疗效果最大化以及医疗费用最低化。
[0003]传统的胃癌临床预后研究，仅通过收集胃癌患者的一般及临床病理特征资料，并观察其近期疗效及远期预后，其是基于统计学方法寻找影响因素，然而，这种仅仅是通过统计学的方式对胃癌患者进行预后处理分析的方式，其得到只是大部分患者的统计结果，并不能准确的对具体患者进行预后分析处理。
技术实现思路
[0004]有鉴于此，本专利技术的目的在于提供一种胃癌预后预测方法、装置及电子设备，以提供针对具体患者的、胃癌预后预测准确性更高的胃癌预后预测方法。
[0005]第一方面，本专利技术实施例提供了一种方法胃癌预后预测方法，包括：获取待处理对象的原始基础数据；对该原始基础数据进行预处理，得到该待处理对象的用于胃癌预后预测的预处理数据；将该预处理数据输入预先训练好的预测模型中，输出该待处理对象的指标数据；该指标数据用于指示将该预处理数据由分散变量转化为等级变量后的等级；基于该指标数据，生成该待处理对象的胃癌预后的预测结果。
[0006]结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，该对该原始基础数据进行预处理，得到该待处理对象的用于胃癌预后预测的预处理数据的步骤，包括：对该原始基础数据进行空值验证，确定出数据完整的第一数据；对该第一数据进行数据格式验证，确定出数据格式正确的第二数据；对该第二数据进行去重处理，得到去重后的第三数据；对该第三数据进行标准化处理，得到该待处理对象的用于胃癌预后预测的预处理数据。
[0007]结合第一方面的第一种可能的实施方式，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，对该第三数据进行标准化处理，得到该待处理对象的用于胃癌预后预测的预处理数据的步骤，包括：获取预设的医疗术语标准化处理模板；基于该预设的医疗
术语标准化处理模板，对该第三数据进行标准化转换，得到该待处理对象的用于胃癌预后预测的预处理数据。
[0008]结合第一方面，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，该原始基础数据包括该待处理对象的用药数据和临床检测数据，该对该原始基础数据进行预处理，得到该待处理对象的用于胃癌预后预测的预处理数据的步骤包括：根据该用药数据，得到药效功能数据；根据该临床检测数据，得到该待处理对象的患病类型数据；将该药效功能数据和该患病类型数据确定为该待处理对象的用于胃癌预后预测的预处理数据。
[0009]结合第一方面，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，该预处理数据包括：该待处理对象的年纪数据、肿瘤分期数据、肿瘤体积数据、表皮生长因子受体状态数据、免疫抑制分子数据、表观遗传学数据以及分子分型状态数据中的至少一种。
[0010]结合第一方面，本专利技术实施例提供了第一方面的第五种可能的实施方式，其中，该获取待处理对象的原始基础数据的步骤，包括：获取该待处理对象的标识信息；基于该标识信息，从预设医疗系统查找该待处理对象的检查数据；根据查找到的该待处理对象的检查数据，确定该待处理对象的原始基础数据。
[0011]结合第一方面，本专利技术实施例提供了第一方面的第六种可能的实施方式，其中，该预先训练好的预测模型的构建步骤，包括：获取胃癌预后训练集数据和胃癌预后验证集数据；构建初始预测模型；基于该胃癌预后训练集数据对该初始预测模型进行训练，生成对应的训练结果数据；根据该训练结果数据，输出该初始预测模型的模型损失；基于该模型损失对该初始预测模型进行更新，并对更新后的该初始预测模型进行迭代训练，得到中间预测模型；基于该胃癌预后验证集数据，对该中间预测模型进行验证，得到该预先训练好的预测模型。
[0012]第二方面，本专利技术实施例还提供了一种胃癌预后预测装置，其中，该装置包括：数据接收模块，用于获取待处理对象的原始基础数据；数据处理模块，用于对该原始基础数据进行预处理，得到该待处理对象的用于胃癌预后预测的预处理数据；数据转化模块，用于将该预处理数据输入预先训练好的预测模型中，输出该待处理对象的指标数据；该指标数据用于指示将该预处理数据由分散变量转化为等级变量后的等级；数据预测模块，用于基于该指标数据，生成该待处理对象的胃癌预后的预测结果。
[0013]第三方面，本专利技术实施例还提供了一种电子设备，其中，该电子设备包括处理器和存储器，该存储器存储有能够被该处理器执行的计算机可执行指令，该处理器执行该计算机可执行指令以实现第一方面至第一方面的第六种可能的实施方式中任一项该的胃癌预后预测方法。
[0014]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现第一方面至第一方面的第六种可能的实施方式中任一项该的方法的步骤。
[0015]本专利技术实施例带来了以下有益效果：
[0016]本专利技术实施例提供的胃癌预后预测方法、装置及电子设备，该胃癌预后预测方法通过获取待处理对象的原始基础数据；对该原始基础数据进行预处理，得到该待处理对象的用于胃癌预后预测的预处理数据；将该预处理数据输入预先训练好的预测模型中，输出该待处理对象的指标数据；该指标数据用于指示将该预处理数据由分散变量转化为等级变
量后的等级；基于该指标数据，生成该待处理对象的胃癌预后的预测结果。该方法通过对患者的原始基础数据进行数据挖掘及机器学习，生成基于数据挖掘技术的预测模型，通过该预测模型生成的该待处理对象的胃癌预后的预测结果，该方法不但可以针对各个患者进行预后分析处理，而且还提高了胃癌预后预测的准确程度。
[0017]本实施例公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
[0018]为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0019]为了更清楚地说明本专利技术具体实施方式或现本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种胃癌预后预测方法，其特征在于，所述方法包括：获取待处理对象的原始基础数据；对所述原始基础数据进行预处理，得到所述待处理对象的用于胃癌预后预测的预处理数据；将所述预处理数据输入预先训练好的预测模型中，输出所述待处理对象的指标数据；所述指标数据用于指示将所述预处理数据由分散变量转化为等级变量后的等级；基于所述指标数据，生成所述待处理对象的胃癌预后的预测结果。2.根据权利要求1所述的胃癌预后预测方法，其特征在于，所述对所述原始基础数据进行预处理，得到所述待处理对象的用于胃癌预后预测的预处理数据的步骤，包括：对所述原始基础数据进行空值验证，确定出数据完整的第一数据；对所述第一数据进行数据格式验证，确定出数据格式正确的第二数据；对所述第二数据进行去重处理，得到去重后的第三数据；对所述第三数据进行标准化处理，得到所述待处理对象的用于胃癌预后预测的预处理数据。3.根据权利要求2所述的胃癌预后预测方法，其特征在于，所述对所述第三数据进行标准化处理，得到所述待处理对象的用于胃癌预后预测的预处理数据的步骤，包括：获取预设的医疗术语标准化处理模板；基于所述预设的医疗术语标准化处理模板，对所述第三数据进行标准化转换，得到所述待处理对象的用于胃癌预后预测的预处理数据。4.根据权利要求1所述的胃癌预后预测方法，其特征在于，所述原始基础数据包括所述待处理对象的用药数据和临床检测数据，所述对所述原始基础数据进行预处理，得到所述待处理对象的用于胃癌预后预测的预处理数据的步骤包括：根据所述用药数据，得到药效功能数据；根据所述临床检测数据，得到所述待处理对象的患病类型数据；将所述药效功能数据和所述患病类型数据确定为所述待处理对象的用于胃癌预后预测的预处理数据。5.根据权利要求1所述的胃癌预后预测方法，其特征在于，所述预处理数据包括：所述待处理对象的年纪数据、肿瘤分期数据、肿瘤体积数据、表皮生长因子受体状态数据、免...
【专利技术属性】
技术研发人员：赵群，刘洋，
申请(专利权)人：赵群，
类型：发明
国别省市：
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。