一种基于多维度特征融合的胰腺癌风险数据处理系统及方法
本发明涉及医疗数据处理,特别涉及一种基于多维度特征融合的胰腺癌风险数据处理系统及方法。
背景技术:
1、当前临床与研究领域中,胰腺癌高风险人群识别主要存在两类技术路径:一类是以胰腺癌相关致病胚系突变为核心依据的筛查标准,例如临床指南推荐的11种胰腺癌致病基因致病性变异检测,携带上述变异的人群被列为胰腺癌高风险对象;另一类是基于临床表型、生活方式等指标构建的风险预测模型,用于初步评估人群的胰腺癌发病风险。
2、上述现有技术在实际应用中仍存在以下局限:
3、第一,基于胚系致病突变的筛查方式覆盖度有限,漏检率较高。胰腺癌患者中仅约10%携带已知的胰腺癌相关致病胚系突变,仅依靠该标准无法识别大部分潜在高风险个体;同时胚系突变检测成本较高,难以在普通人群中大规模普及应用。
4、第二,现有风险预测模型评估维度单一,预测精度不足。多数风险预测模型仅纳入临床表型、生活方式等单一维度数据,未整合遗传易感性指标与常规实验室生化指标,无法实现多维度风险因素的综合量化评估,风险区分能力与预测准确性有限。
5、第三,现有模型场景适配性不足,推广性受限。现有模型多为固定输入结构,无法灵活适配有无基因检测条件的不同临床场景,难以同时满足具备基因检测能力的医疗机构与基层医疗场景的差异化应用需求。
6、需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
2、根据本申请的一个方面,提供一种基于多维度特征融合的胰腺癌风险数据处理方法,包括:采集40-70岁人群人口学、11项生化指标、21个胰腺癌易感snp分型、胰腺癌随访结局原始队列数据;结合8年发病预测、胚系突变剔除、精度与基层落地要求,设定队列划分、样本筛选、xgboost超参寻优、z标准化、逻辑回归固定权重约束;对基因组、临床生化、随访结局三类原始队列数据一体化预处理,完成样本筛选剔除、特征缺失值封装处理、数据集分层拆分、snp多基因风险评分加权计算,构建适配ai模型训练的胰腺癌风险建模数据集,提取人口学、生化检验、遗传易感三类基础风险特征;采用11项生化+人口学训练xgboost基础模型,网格搜索+20轮早停筛选最优参数,推理阶段精简为7项生化指标联合基线人口学共8项指标输出基础风险分;将基础分、prs分别z标准化后代入固定公式risk ai model=-6.6622+1.2075×标准化preai+0.4465×标准化prs,得到综合风险模型,以auc、f1,验证集preliminary ai auc=0.734、risk ai auc=0.752;样本均分25组验证高危富集,前4%人群富集20%胰腺癌患者;临床落地采用五等份q1-q5风险分层;配套雷达图可视化、小程序工具,无基因数据可单独使用基础模型,系统自动生成含评分、等级的风险报告,标注8年发病概率并输出对应筛查建议,最终完成无胚系突变人群胰腺癌发病风险精准量化分层测度。
3、本申请的另一个方面,一种基于多维度特征融合的胰腺癌风险数据处理系统,用于执行可执行指令来执行实现上述的基于多维度特征融合的胰腺癌风险数据处理方法。
4、根据本申请的再一个方面,一种电子设备,包括:第一处理器;以及存储器,用于存储所述第一处理器的可执行指令;其中,所述第一处理器配置为经由执行所述可执行指令来执行实现上述的基于多维度特征融合的胰腺癌风险数据处理方法。
5、根据本申请的又一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被第二处理器执行时实现上述的基于多维度特征融合的胰腺癌风险数据处理方法。
6、本申请的有益技术效果在于:采集人群基线人口学、生化指标、21个胰腺癌易感snp分型及随访结局数据,以8年发病为观测窗口,剔除11类胰腺癌致病胚系突变携带者,经队列拆分完成数据预处理,加权计算多基因风险评分。采用xgboost算法以全量生化指标联合人口学训练基础风险模型,推理阶段精简为8项核心生化指标输出基础风险评分;将基础评分与多基因风险评分经z标准化后,通过固定系数逻辑回归融合构建综合风险模型。模型经25组人群富集试验验证性能,临床采用五等份风险分层,配套可视化工具与轻量化终端,实现胰腺癌8年发病风险的精准量化分层。
7、本申请旨在整合人口学、临床生化、遗传易感三类维度特征,综合模型验证集auc达0.752,相较于单一维度风险模型具备更强的风险区分能力。采用可拆分双模型架构,无基因检测的基层场景可单独使用基础模型完成风险评估,具备基因检测条件的场景可启用综合模型,兼顾推广性与精准度。风险评分前4%的人群可富集约20%的胰腺癌病例,可精准锁定高危人群,提升胰腺癌筛查的成本效益,扩展了现有高危人群识别体系。
8、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
1.一种基于多维度特征融合的胰腺癌风险数据处理方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,采集40-70岁人群人口学、11项生化指标、21个胰腺癌易感snp分型、胰腺癌随访结局原始队列数据;结合8年发病预测、胚系突变剔除、精度与基层落地要求,设定队列划分、样本筛选、xgboost超参寻优、z标准化、逻辑回归固定权重约束,包括:
3.如权利要求2所述的方法,其特征在于,对基因组、临床生化、随访结局三类原始队列数据一体化预处理,完成样本筛选剔除、特征缺失值封装处理、数据集分层拆分、snp多基因风险评分加权计算,构建适配ai模型训练的胰腺癌风险建模数据集,提取人口学、生化检验、遗传易感三类基础风险特征,包括:
4.如权利要求1所述的方法,其特征在于,采用11项生化+人口学训练xgboost基础模型,网格搜索+20轮早停筛选最优参数,推理阶段精简为7项生化指标联合基线人口学共8项指标输出基础风险分;将基础分、prs分别z标准化后代入固定公式risk ai model=-6.6622+1.2075×标准化preai+0.4465×标准化prs,得到综合风险模型,以auc、f1评估性能,验证集preliminary ai auc=0.734、risk ai auc=0.752,包括:
5.如权利要求4所述的方法,其特征在于,样本均分25组验证高危富集,前4%人群富集为20%胰腺癌患者;临床落地采用五等份q1-q5风险分层;配套雷达图可视化、小程序工具,无基因数据可单独使用基础模型,系统自动生成含评分、等级的风险报告,标注8年发病概率并输出对应筛查建议,最终完成无胚系突变人群胰腺癌发病风险精准量化分层测度,包括:
6.一种基于多维度特征融合的胰腺癌风险数据处理系统,其特征在于,所述系统用于执行可执行指令来执行权利要求1~5中任意一项所述的基于多维度特征融合的胰腺癌风险数据处理方法。
7.一种电子设备,其特征在于,包括:第一处理器;以及存储器,用于存储所述第一处理器的可执行指令;其中,所述第一处理器配置为经由执行所述可执行指令来执行权利要求1~5中任意一项所述的基于多维度特征融合的胰腺癌风险数据处理方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被第二处理器执行时实现权利要求1~5中任意一项所述的基于多维度特征融合的胰腺癌风险数据处理方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com