检测待测血样异常信号定量的计算机实施方法技术

本公开涉及用于早期检测待测血样癌症信号定量的计算机实施方法以及在癌症受试者中肿瘤组织溯源(TOO)的计算机实施方法。本发明专利技术方法可以通过一次检测，同时检测至少两种以上的不同癌种的癌症信号定量检测，并进行肿瘤组织溯源。

【技术实现步骤摘要】

本专利技术涉及用于早期检测待测血样癌症信号定量的计算机实施方法以及在癌症受试者中肿瘤组织溯源(too)的计算机实施方法。

技术介绍

1、现有的检测待测血样癌症信号定量的方法，大多在较晚的时期才能检测到，且对从业人员的专业程度要求高，基础设施有一定要求。仪器设备和试剂成本高，导致现有的一些方法不能在偏远的农村地区，或者世界上低收入和中等收入的国家应用。因此，开发一种无创、简单且经济实惠的癌症信号定量算法非常迫切。

技术实现思路

1、本专利技术提供一种基于血液的多癌种的癌症信号检测方法。在某些实施方式中，该方法利用人工智能(ai)技术整合了七种或十种选定的蛋白肿瘤标志物(ptms)以及个体的临床信息进行癌症信号检测和肿瘤组织溯源(too)。如本专利技术所示，在一个包含超过九种常见癌症类型且以早期患者(63.2％为i和ii期)为主的大规模研究(n＝9382)中，所述方法的表现明显优于传统的临床方法。该测试实现了51.7％的敏感性和92.9％的特异性，准确率达到84.3％，在i和ii期患者中的敏感性为49.5％。此外本文档来自技高网...

【技术保护点】

1.一种用于早期检测受试者是否患有癌症的计算机实施方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述多个参数还包括至少一个临床参数；

3.根据权利要求1所述的方法，其特征在于，所述生物标志物组包括AFP、CA125、CA15-3、CA19-9、CA72-4、CEA和CYFRA 21-1；

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述机器学习系统是使用GLM进行训练的。

5.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法包括使用选自GLM、GBM、RF和SVM组成的组中的至少两种机器学习...

【技术特征摘要】

1.一种用于早期检测受试者是否患有癌症的计算机实施方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述多个参数还包括至少一个临床参数；

3.根据权利要求1所述的方法，其特征在于，所述生物标志物组包括afp、ca125、ca15-3、ca19-9、ca72-4、cea和cyfra 21-1；

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述机器学习系统是使用glm进行训练的。

5.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法包括使用选自glm、gbm、rf和svm组成的组中的至少两种机器学习算法来训练所述机器学习系统。

6.根据权利要求5所述的方法，其特征在于，所述方法包括将glm应用于至少两种机器学习算法的集成。

7.根据权利要求6所述的方法，其特征在于，通过修正z-score对所述生物标志物组的定量水平进行标准化，其中所述修正z-score是通过计算观察值与中位数之间的差值除以中位数绝对偏差而获得的。

8.根据权利要求1所述的方法，其特征在于，所述方法能够早期检测至少一种癌症类型的存在；

9.根据权利要求1所述的方法，其特征在于，所述方法还包括异常值分析，其中生物标志物的值高于cut-off值，表明受试者患癌症的概率较高。

10.一种用于早期检测待测血样异常信号定量的计算机实施方法，其特征在于，所述方法包括：

11.根据权利要求10所述的方法，其特征在于，所述多个参数还包括至少一个临床参数；

12.根据权利要求10所述的方法，其特征在于，所述蛋白肿瘤标志物组包括afp、ca125、ca15-3、ca19-9、ca72-4、cea和cyfra 21-1...

【专利技术属性】
技术研发人员：李世勇，吴巍，茅矛，
申请(专利权)人：深圳思勤医疗科技有限公司，
类型：发明
国别省市：