肝细胞癌预测模型构建方法、肝细胞癌预测方法及装置

技术特征：
1.一种肝细胞癌预测模型构建方法，其特征在于，所述方法包括：确定样本预测对象的样本预测信息；所述样本预测信息包括按照随访时序记录的所述样本预测对象的属性信息、第一肝指标信息、第二肝指标信息和循环游离dna特征；基于样本预测对象的所述样本预测信息进行模型训练，获得肝细胞癌预测模型；其中，所述肝细胞癌预测模型包括第一模型、第二模型和第三模型；所述第一模型的训练过程包括：基于所述属性信息和所述第一肝指标信息训练初始的第一模型，获得训练后的第一模型；所述第二模型的训练过程包括：基于所述第一模型和所述第二肝指标信息训练初始的第二模型，获得训练后的第二模型；所述第三模型的训练过程包括：基于所述第一模型、第二肝指标信息和所述循环游离dna特征训练初始的第三模型，获得训练后的第三模型。2.根据权利要求1所述的方法，其特征在于，所述基于所述属性信息和所述第一肝指标信息训练初始的第一模型，获得训练后的第一模型的步骤，包括：确定所述样本预测对象当次随访的属性信息和第一肝指标信息对应的初始预测因子；根据所述样本预测对象的实际患病情况调整所述初始预测因子，获得第一预测因子；根据所述第一预测因子、当次随访的所述属性信息和当次随访的所述第一肝指标信息训练初始的第一模型，获得训练后的第一模型；所述第一模型用于根据所述属性信息和所述第一肝指标信息获得第一预测结果。3.根据权利要求2所述的方法，其特征在于，基于所述第一模型和所述第二肝指标信息训练初始的第二模型，获得训练后的第二模型的步骤，包括：基于所述第一模型在当次随访以及历史随访输出的第一预测结果和所述样本预测对象当次随访以及历史随访的第二肝指标信息确定出所述样本预测对象的第一样本特征信息；将所述样本预测对象分为患病样本组和非患病样本组；分别拟合所述患病样本组和非患病样本组的第一样本特征信息，获得所述患病样本组对应的第一患病组平均轮廓和所述非患病样本组对应的第一非患病组平均轮廓；基于所述第一患病组平均轮廓和所述第一非患病组平均轮廓训练初始的第二模型，获得训练后的第二模型；所述第二模型用于在所述第一预测结果满足第一预设条件的情况下，基于所述第一预测结果和所述第二肝指标信息获得第二预测结果。4.根据权利要求3所述的方法，其特征在于，所述基于所述第一模型、第二肝指标信息和所述循环游离dna特征训练初始的第三模型，获得训练后的第三模型的步骤，包括：基于所述第一模型在当次随访以及历史随访输出的第一预测结果、所述样本预测对象当次随访以及历史随访的第二肝指标信息和循环游离dna特征确定出所述样本预测对象的第二样本特征信息；将所述样本预测对象分为患病样本组和非患病样本组；分别拟合所述患病样本组和非患病样本组的第二样本特征信息，获得所述患病样本组对应的第二患病组平均轮廓和所述非患病样本组对应的第二非患病组平均轮廓；基于所述第二患病组平均轮廓和所述第二非患病组平均轮廓训练初始的第三模型，获得训练后的第三模型；所述第三模型用于在所述第二预测结果满足第二预设条件的情况
下，根据所述第一预测结果、所述第二肝指标信息和所述循环游离dna特征获得第三预测结果。5.一种基于如权利要求1至4中任一项所述的肝细胞癌预测模型构建方法的肝细胞癌预测方法，其特征在于，所述方法包括：确定待预测对象的目标预测信息；所述目标预测信息包括按照随访时序记录的所述待预测对象的属性信息、第一肝指标信息、第二肝指标信息和循环游离dna特征；将所述目标预测信息输入肝细胞癌预测模型中，获得所述肝细胞癌预测模型输出的肝细胞癌预测结果；所述肝细胞癌预测模型包括第一模型、第二模型和第三模型，其中，所述第一模型用于根据所述属性信息和所述第一肝指标信息获得第一预测结果；在所述第一预测结果满足第一预设条件的情况下，所述第二模型用于根据所述第一预测结果和所述第二肝指标信息获得第二预测结果；在所述第二预测结果满足第二预设条件的情况下，所述第三模型用于根据所述第一预测结果、所述第二肝指标信息和所述循环游离dna特征获得第三预测结果；根据所述肝细胞癌预测结果确定所述待预测对象的肝细胞癌发生概率。6.根据权利要求5所述的方法，其特征在于，将所述目标预测信息输入所述肝细胞癌预测模型中，获得所述肝细胞癌预测模型输出的预测结果的步骤，包括：将所述目标预测信息输入所述第一模型中，以供所述第一模型基于模型自身的第一预测因子、当次随访的所述属性信息和当次随访的所述第一肝指标信息获得所述第一预测结果；在当次随访的第一预测结果满足第一预设条件的情况下，将按照随访时序记录的第一预测结果和第二肝指标信息输入所述第二模型，以供所述第二模型基于当次随访以及历史随访的所述第一预测结果和所述第二肝指标信息构建所述待预测对象对应的第一目标轮廓，并将所述第一目标轮廓与第一特定平均轮廓进行比较处理，获得所述第二预测结果；在当次随访的第二预测结果满足第二预设条件的情况下，将按照随访时序记录的第一预测结果、第二肝指标信息和循环游离dna特征输入所述第三模型，以供所述第三模型基于当次随访以及历史随访的所述第一预测结果、所述第二肝指标信息和所述循环游离dna特征构建所述待预测对象对应的第二目标轮廓，并将所述第二目标轮廓与第二特定平均轮廓进行比较处理，获得所述第三预测结果；将所述第三预测结果确定为所述肝细胞癌预测结果。7.根据权利要求6所述的方法，其特征在于，所述将所述目标预测信息输入肝细胞癌预测模型中，获得所述肝细胞癌预测模型输出的肝细胞癌预测结果的步骤，还包括：在当次随访的第一预测结果不满足第一预设条件的情况下，将所述第一预测结果确定为所述肝细胞癌预测结果；或者，在当次随访的第二预测结果不满足第二预设条件的情况下，将所述第二预测结果确定为所述肝细胞癌预测结果。8.根据权利要求5所述的方法，其特征在于，所述确定待预测对象的目标预测信息的步骤，包括：提取所述待预测对象在历史随访时被记录的属性信息、第一肝指标信息、第二肝指标信息和循环游离dna特征；所述第一肝指标信息包括白蛋白、总胆红素以及血小板计数中的
一种或多种，所述第二肝指标信息包括甲胎蛋白；针对当次随访，根据所述待预测对象的体检信息确定所述属性信息和所述肝指标信息，以及根据所述待预测对象的血液样本确定所述循环游离dna特征，所述循环游离dna特征包括核小体印记、末端基序特征、片段化特征中的一种或多种。9.根据权利要求8所述的方法，其特征在于，所述根据所述待预测对象的血液样本确定所述循环游离dna特征的步骤，包括：从所述待预测对象的血液样本中提取源循环游离dna样本；基于所述源循环游离dna样本进行dna建库和测序处理，并对测序处理后的循环游离dna样本进行数据处理，获得目标循环游离dna样本；基于基因组信息分析工具从所述目标循环游离dna样本中提取所述循环游离dna特征。10.一种基于肝细胞癌预测模型的肝细胞癌预测装置，其特征在于，所述装置包括：目标确定模块，用于确定待预测对象的目标预测信息；所述目标预测信息包括按照随访时序记录的所述待预测对象的属性信息、第一肝指标信息、第二肝指标信息和循环游离dna特征；输入模块，用于将所述目标预测信息输入所述肝细胞癌预测模型中，获得所述肝细胞癌预测模型输出的肝细胞癌预测结果；所述肝细胞癌预测模型包括第一模型、第二模型和第三模型，其中，所述第一模型用于根据所述属性信息和所述第一肝指标信息获得第一预测结果；在所述第一预测结果满足第一预设条件的情况下，所述第二模型用于根据所述第一预测结果和所述第二肝指标信息获得第二预测结果；在所述第二预测结果满足第二预设条件的情况下，所述第三模型用于根据所述第一预测结果、所述第二肝指标信息和所述循环游离dna特征获得第三预测结果；预测模块，用于根据所述肝细胞癌预测结果确定所述待预测对象的肝细胞癌发生概率。11.一种计算机设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-4任一项所述的肝细胞癌预测模型构建方法的步骤，或者如权利要求5-9任一项所述的肝细胞癌预测方法的步骤。12.一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，所述计算机程序被处理器执行时实现如权利要求1-4任一项所述的肝细胞癌预测模型构建方法的步骤，或者如权利要求5-9任一项所述的肝细胞癌预测方法的步骤。

技术总结
本发明公开了一种肝细胞癌预测模型构建方法、肝细胞癌预测方法及装置。该肝细胞癌预测模型构建方法包括：确定预测对象的样本预测信息；基于该样本预测信息进行模型训练，获得肝细胞癌预测模型；该肝细胞癌预测模型包括第一模型、第二模型和第三模型；该第一模型的训练过程包括：基于属性信息和第一肝指标信息训练初始的第一模型，获得训练后的第一模型；第二模型的训练过程包括：基于第一模型和第二肝指标信息训练初始的第二模型，获得训练后的第二模型；第三模型的训练过程包括：基于第一模型、第二肝指标信息和循环游离DNA特征训练初始的第三模型，获得训练后的第三模型。该肝细胞癌模型构建方法能够提高肝细胞癌预测模型的预测准确性。的预测准确性。的预测准确性。


技术研发人员：侯金林 樊蓉 赵思如 梁携儿
受保护的技术使用者：南方医科大学南方医院
技术研发日：2023.04.23
技术公布日：2023/5/26