[发明专利]癌症生存期预测方法、装置、计算设备及计算机可读存储介质

说明书

本发明涉及一种癌症生存期预测方法、装置、计算设备及计算机可读存储介质。所述癌症生存期预测方法，包括：获取待预测癌症患者的基因表达谱数据；将所述基因表达谱数据作为输入提供给训练好的神经网络预测模型，所述神经网络预测模型被训练基于癌症患者的基因表达谱数据而对所述癌症患者的生存期进行预测；获取所述神经网络预测模型的输出，得到待预测癌症患者的生存期预测结果。本发明在一定程度上缓解了过拟合的程度，可较为准确的适用于癌症预后生存状态的预测。

技术领域

本发明涉及癌症生存期预测，具体的，涉及一种癌症生存期预测方法、装置、计算设备及计算机可读存储介质。

背景技术

癌症是导致人类死亡的常见疾病之一，其原因为人体正常细胞产生癌变，且癌变的细胞拥有无限的分化和增殖的能力，癌症发生和发展通常是一个多因子、多步骤的复杂过程。2018年最新的全球肿瘤统计结果显示，目前为止，全球估计有1819万癌症新增病例以及960万癌症死亡病例。因此，准确地预测癌症患者的生存期对于癌症患者的心理康复，以及指导临床医生制定合适的治疗方案都有着重要的意义。

对癌症进行生存期预测主要有两种预测方法：1)生存期临床预测方法，其是医生利用临床数据并结合一些非正式的主观方法(如经验等)对患者的生存期做出判断，它评估较为灵活，但因受制于认知偏差的影响而不可避免地降低了预测准确性。对于某些癌症，即使是富有经验的临床肿瘤专家，预测生存期的准确率也只有20％左右。2)生存期计算预测方法，其利用预测算法对生存期相关因素进行分析，并建立生存期预测模型。研究表明癌症的发生和发展明显受到某些基因标志物biomarker的影响，因此早期的癌症生存期计算预测方法主要集中于挖掘癌症相关基因标志物。现有大量研究显示，相比于单基因疾病，癌症的发生和发展过程往往有很多基因参与，且每个基因都会对人体产生重要影响。因此如今的癌症生存期预测主要围绕基因表达数据开展。例如，van de Vijver等人在98个乳腺癌患者的基因表达数据中，采用多变量分析方法找出了包含70个与癌症生存期相关的基因标志物。此外，Wang等人从癌症患者数据集中，进一步找出了包含76个基因的癌症生存期相关的基因标志物，并利用该基因标志物对测试集数据进行预测，取得了48％的特异性和93％的敏感性的预测性能。

虽然上述工作表明基因标志物在癌症生存期预测中起着重要的作用，但是这类方法采用一些简单的基因标志物筛选方法如多变量分析、假设检验等，依然存在缺陷。由于基因表达数据是一种包含大量基因的高维数据，因此这类方法效率较低。因此，Xu等人提出了一种基于支持向量机的特征选择方法用于选择数据中关键基因(特征)。该方法采用两步特征选择算法来处理高维的特征集合，并筛选能够帮助预测的重要特征。结果表明基于机器学习的特征选择方法明显优于传统的人工选择方法。

利用机器学习方法对基因表达谱数据建立预测模型依然存在着一些问题：(1)样本数量远少于特征基因的个数(2)样本数据噪声大，这些都会导致预测模型产生过拟合问题，从而阻碍了深度学习技术的使用，因为通常训练过程需要大量的样本。

发明内容

根据本发明的第一方面，提供了一种癌症生存期预测方法，包括：获取待预测癌症患者的基因表达谱数据；将所述基因表达谱数据作为输入提供给训练好的神经网络预测模型，所述神经网络预测模型被训练基于癌症患者的基因表达谱数据而对所述癌症患者的生存期进行预测；获取所述神经网络预测模型的输出，得到待预测癌症患者的生存期预测结果。