一种基于机器学习的肝细胞癌检测系统技术方案

本发明专利技术公开了一种基于机器学习的肝细胞癌检测系统，包括外周血样本制作模块、肿瘤组织样本制作模块以及微血管栓塞检测模块，外周血制作模块的输出端连接有循环肿瘤细胞分析模块，循环肿瘤细胞分析模块的输出端连接有诊断结果输出模块。本发明专利技术能够外周血样本制作模块制作出不同时段的外周血样本，并对不同时段的外周血样本通过循环肿瘤细胞分析模块计算微血管栓塞数目、预测微血管栓塞数目，通过循环肿瘤细胞数量检测模块检测外周血中循环肿瘤细胞的数目，通过肝癌复发转移概率表征肝癌复发转移的可能性，给医生对术后肝癌复发转移与外周血中循环瘤细胞的关系数据化，便于直观判断肝癌转移复发的可能以及影响因素。判断肝癌转移复发的可能以及影响因素。判断肝癌转移复发的可能以及影响因素。

【技术实现步骤摘要】
一种基于机器学习的肝细胞癌检测系统


[0001]本专利技术涉及肝癌检测系统
，具体涉及一种基于机器学习的肝细胞癌检测系统。

技术介绍

[0002]原发性肝癌是一种常见的恶性肿瘤，是全球癌症杀手之一，且在我国，其专利技术率和死亡率都较高，虽然科技的进步和医疗技术水平的改善均对早期肝癌的筛查、诊断和治疗都有改善，现有的对肝癌进行诊断、治疗和检测的系统通常都是通过影像学检查、血清标志物等，但是检测效果对于肝癌术后复发和转移的显示表达效果并不是很理想，随着循环肿瘤细胞的提出，循环肿瘤细胞的检测数据能够对肿瘤复发转移进行一定程度的预测，在肝癌患者的检测中，外周血检测是一项重要的检测，其中外周血中的循环肿瘤细胞检测能够对肝癌肿瘤的早期诊断和治疗监测有帮助，还能够有效的对预后进行预测，但是现有的肝癌细胞检测系统中还没有能够通过循环肿瘤细胞的检测数据对肝癌复发和转移进行预测的肝细胞癌检测系统。
[0003]针对以上不知足，本专利技术提出一种能够利用外周血中循环肿瘤细胞的检测对肝癌复发和转移进行数据化判断的基于机器学习的肝细胞癌检测系统。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的肝细胞癌检测系统，其特征在于，包括外周血样本制作模块、肿瘤组织样本制作模块以及微血管栓塞检测模块，所述外周血制作模块的输出端连接有循环肿瘤细胞分析模块，所述循环肿瘤细胞分析模块的输出端连接有诊断结果输出模块，所述循环肿瘤细胞分析模块包括循环肿瘤细胞数量检测模块，所述循环肿瘤细胞数量检测模块的输出端连接有微血管栓塞预测计算模块，所述微血管栓塞预测计算模块的输出端连接有转移复发概率预测计算模块，所述转移复发概率P的计算公式为：转移复发概率预测计算模块，所述转移复发概率P的计算公式为：其中，检测到的循环肿瘤细胞数量记为C
check
，检测的微血管栓塞数目记为C
s
，预测微血管栓塞数目记为C
c
，所述转移复发概率记为P；所述循环瘤细胞数量检测模块通过外周血提取的DNA浓度和RNA浓度结合基因测序测算外周血样本中循环瘤细胞浓度，根据肿瘤实际体积大小估算外周血的总体积，计算循环瘤细胞的数目，循环瘤细胞数目的计算公式为：其中，符合循环瘤细胞DNA基因排序的DNA浓度记为m1，符合循环瘤细胞RNA基因排序的RNA浓度记为m2，肿瘤实际体积记为V1，循环瘤细胞数目记为X。2.根据权利要求1所述的一种基于机器学习的肝细胞癌检测系统，其特征在于：所述外周血样本制作模块的制作流程如下：步骤一：在患者进行肿瘤摘除手术前，从腹部外科利用EDTA
‑
K抗凝管采集采集4毫升肿瘤外周血；步骤二：使用TRIzol法提取外周血中的RNA；步骤三：使用DNeasy Blood&Tissue kit试剂盒法提取血液样本中DNA。3.根据权利要求1所述的一种基于机器学习的肝细胞癌检测系统，其特征在于：所述循环瘤细胞数量检测模块通过所述外周血样本提取的DNA浓度和RNA浓度结合基因测序测算出外周血样本中的循环瘤细胞浓度，根据肿瘤实际体积大小估算外周血的总体积来计算循环瘤细胞的整体数目，将符合循环瘤细胞DNA基因排序的DNA浓度记为m1，将符合循环瘤细胞RNA基因排序的RNA浓度记为m2，将肿瘤实际体积记为V1，将外周血中含有的循环瘤细胞数目记为X，外周血中所述循环瘤细胞数目的计算公式为：数目记为X，外周血中所述循环瘤细胞数目的计算公式为：4.根据权利要求1所述的一种基于...

【专利技术属性】
技术研发人员：王智慧，孙耀辉，高洁，张华鹏，王森岩，
申请(专利权)人：郑州大学第一附属医院，
类型：发明
国别省市：