一种贲门癌预测系统技术方案

本发明专利技术涉及生物信息学和生物医学。具体涉及本发明专利技术提供一种基于神经网络算法的贲门癌患者的生存期的预测方法，所述方法包括如下步骤：S01数据获取：获取贲门癌患者的临床资料，以年龄、性别、病理亚型、TNM分期信息、肿瘤直径、手术、放疗、化疗与否、既往有无恶性肿瘤等临床信息作为原始数据；S02数据预处理：连续性资料进行标准化，得到标准化数据；分类数据转变为哑变量；S03构建模型：将上述标准化数据和哑变量的数据、通过输入层输入神经网络模型，通过神经网络模型中的隐藏层进行数据拟合；通过输出层输出一组0到1之间的数值；经过训练优化后形成贲门癌患者的生存期的预测模型；S04评估模型性能：受试者工作特征曲线下面积(areaunderthereceiveroperatingcurve,AUC)来评估模型性能；AUC大于0.5时，模型才具有预测价值，且越接近于1，预测效能越强。预测效能越强。

【技术实现步骤摘要】
一种贲门癌预测系统


[0001]本专利技术涉及生物信息学和生物医学，具体涉及癌症预测系统的制备。

技术介绍

[0002]癌症作为异质性疾病具有不同的分子特征、临床行为、形态外观和对治疗的不同反应。其中，扩散性癌症的复杂性及其显著变化的临床结果使得预测和治疗变得极其困难。因此，针对癌症的预后情况进行更准确的预测，不仅可以帮助癌症患者了解他们的预期寿命，保证癌症患者的心理健康，而且也可以帮助临床医生制定更适当的治疗方案，以便得到更好的治疗效果。同时，预后在所有临床医师的临床工作中起着重要作用，特别是那些与短生存期患者一起工作的临床医师。当能够合理准确地估计预后时，临床医师通常利用预后预测知识来协助临床决策，确定患者接受治疗方案，设计和分析临床试验的资格。此外，当患者被预测为短生存期患者时，临床医生可以为患者提供机会，考虑他们是否希望得到照顾，并让他们有时间采取实际措施，为自己的死亡做好准备。现有的肿瘤患者生存期预测方法主要依赖于分子标记物和基因表达量。在专利110187110A中，公开了一种贲门癌预后预测标志物—ERICH3蛋白以及ERICH3蛋白本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络算法的贲门癌患者的生存期的预测方法，所述方法包括如下步骤：S01数据获取：获取贲门癌患者的临床资料，以年龄、性别、病理亚型、TNM分期信息、肿瘤直径、手术、放疗、化疗与否、既往有无恶性肿瘤等临床信息作为原始数据；S02数据预处理：将连续性资料进行标准化得到标准化数据，将分类资料为哑变量；S03构建模型：将上述标准化数据和哑变量的数据、通过输入层输入神经网络模型，通过神经网络模型中的隐藏层进行数据拟合；通过输出层输出一组0到1之间的数值；经过训练优化后形成贲门癌患者的生存期的预测模型；S04评估模型性能：受试者工作特征曲线下面积(areaunderthereceiver operatingcurve,AUC)来评估模型性能；AUC大于0.5时，模型才具有预测价值，且越接近于1，预测效能越强。2.如权利要求1所述一种基于神经网络算法的贲门癌患者的生存期的预测方法，其特征在于，所述连续性资料包括年龄、肿瘤直径，所述哑变量包括性别、病理亚型、TNM分期信息(T/N/M/Stage)、手术、放疗、化疗与否、既往有无恶性肿瘤。3.如权利要求1所述一种基于神经网络算法的贲门癌患者的生存期的预测方法，其特征在于，所述标准化是指将连续性资料的数值减去均值并除以标准差，即得到标准化数据。4.如权利要求1所述一种基于神经网络算法的贲门癌患者的生存期的预测方法，其特征在于，输出的一组0到1之间的数值为贲门癌患者的生存状态预测值。5.如权利要求1所述一种基于神经网络算法的贲门癌患者的生存期的预测方法，其特征在于，所述生存状态预测值为贲门癌患者在具体月份的生存概率。6.一种贲门癌患者的生存期的预测系统，所述系统数据输入模块、数据分析处理模块和生存概率预测模块；所述预测系统是由如下方法获得：S01数据获取：获取贲门癌患者的临床资料，以年龄、性别、病理亚型、TNM分期信息、肿...

【专利技术属性】
技术研发人员：李威，潘元明，王敬慧，张明航，
申请(专利权)人：首都医科大学附属北京胸科医院，
类型：发明
国别省市：