[发明专利]一种数据处理方法及胰腺癌风险预测系统

权利要求书

1.一种数据处理方法，包括：

从胰腺癌患者的病理数据中提取出生物标记物数据，所述生物标记物数据与预期风险具有相关性；

对所述生物标记物数据进行处理，得到特征数据；

将所述特征数据输入预测模型，经处理后输出风险值，所述风险值预测存在预期风险的概率。

2.如权利要求1所述的方法，其中，所述生物标记物数据包括：TP53基因的突变、CDKN2A基因的拷贝数变异、AKT2基因的拷贝数变异、KRAS基因的拷贝数变异、基因组改变比例、肿瘤突变负荷中的一种或多种。

3.如权利要求1或2所述的方法，还包括：确定所述生物标记物数据，包括：

获取多个胰腺癌患者的病理数据，其中所述病理数据包括第一基因数据组和第二基因数据组，所述第一基因数据组包括病灶发生转移的基因数据，所述第二基因数据组包括病灶在原位的基因数据；

基于所述第一基因数据组和所述第二基因数据组，确定至少一个候选标记物数据，所述候选标记物数据至少指示基因变异情况；

确定各所述候选标记物数据之间的相关性、以及各所述候选标记物数据与预期风险的相关性；

基于所述相关性，从所述候选标记物数据中确定出生物标记物数据。

4.如权利要求3所述的方法，其中，所述基于所述第一基因数据组和所述第二基因数据组，确定至少一个候选标记物数据，包括：

通过对比分析所述第一基因数据组和所述第二基因数据组的差异，确定出候选标记物数据。

5.如权利要求4所述的方法，其中，所述通过对比分析所述第一基因数据组和所述第二基因数据组的差异，确定候选标记物数据，包括：

针对单个基因数据，分别确定所述第一基因数据组和所述第二基因数据组中各基因数据在基因突变的差异值；

分别确定所述第一基因数据组和所述第二基因数据组中各基因数据在基因拷贝数变异的差异值；

选取所述差异值大于预设值的基因数据，并生成所述候选标记物数据。

6.如权利要求4或5所述的方法，其中，所述通过对比分析所述第一基因数据组和所述第二基因数据组的差异，确定候选标记物数据，还包括：

针对基因数据组，通过对比分析所述第一基因数据组和所述第二基因数据组的基因组特征，来选取出差异大的特征作为候选标记物数据，其中所述候选标记物数据包括：基因组改变比例、肿瘤突变负荷、确诊年龄。

7.如权利要求3-6中任一项所述的方法，其中，所述基于相关性，从所述候选标记物数据中确定出生物标记物数据，包括：

选取与其它候选标记物数据的相关性低、且与预期风险的相关性高的候选标记物数据，作为生物标记物数据。

8.一种胰腺癌风险预测系统，包括：

数据提取单元，适于从胰腺癌患者的病理数据中提取出生物标记物数据，所述生物标记物数据与预期风险具有相关性；

数据处理单元，适于对所述生物标记物数据进行归一化处理，得到特征数据；

预测单元，适于将所述特征数据输入预测模型，经处理后输出风险值，所述风险值预测存在预期风险的概率。

9.一种计算设备，包括：

一个或多个处理器；

存储器；

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行如权利要求1-7中任一项所述方法的指令。

10.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令在被计算设备执行时，使得所述计算设备执行如权利要求1-7中任一项所述的方法。