[发明专利]一种数据处理方法及胰腺癌风险预测系统

说明书

本申请公开了一种数据处理方法及胰腺癌风险预测系统。其中，胰腺癌风险预测系统至少包括数据提取单元、数据处理单元和预测单元。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，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；预测单元适于将特征数据输入预测模型，经处理后输出风险值，风险值预测存在预期风险的概率。根据本申请的胰腺癌风险预测系统，结合人工智能技术，用多种生物标记物数据对胰腺癌的病灶转移进行了精准预测。本申请一并公开了相应的计算设备和存储介质。

技术领域

本申请涉及计算机技术领域，尤其涉及一种数据处理方法及胰腺癌风险预测系统。

背景技术

胰腺癌是一种恶性肿瘤，起源于胰腺的细胞。它通常发生于胰腺的外分泌腺，称为腺癌，也可以起源于内分泌腺，称为内分泌肿瘤。胰腺癌是一种非常严重的癌症，因其难以被早期诊断和治疗而闻名。并且，胰腺癌有非常强的转移特性，已经发生病灶转移的患者一般不建议做原位肿瘤的放疗。因此，在诊断初期对胰腺癌的转移的精准预测，可以有效避免过度治疗和不必要的花费。

胰腺癌的转移预测是一个复杂的问题，需要综合考虑多个因素，包括患者的年龄、病史、癌症类型、癌细胞的分级和分期、肿瘤大小和位置等等。

有鉴于此，需要一种能够对胰腺癌的转移进行精准预测的方案。

发明内容

本申请提供了一种数据处理方法及胰腺癌风险预测系统，以力图解决或者至少缓解上面存在的至少一个问题。

根据本申请的一个方面，提供了一种数据处理方法，包括：从胰腺癌患者的病理数据中提取出生物标记物数据，生物标记物数据与预期风险具有相关性；对生物标记物数据进行处理，得到特征数据；将特征数据输入预测模型，经处理后输出风险值，风险值预测存在预期风险的概率。

可选地，在根据本申请的方法中，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。

可选地，根据本申请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，其中病理数据包括第一基因数据组和第二基因数据组，第一基因数据组包括病灶发生转移的基因数据，第二基因数据组包括病灶在原位的基因数据；基于第一基因数据组和第二基因数据组，确定至少一个候选标记物数据，候选标记物数据至少指示基因变异情况；确定各候选标记物数据之间的相关性、以及各候选标记物数据与预期风险的相关性；基于相关性，从候选标记物数据中确定出生物标记物数据。

可选地，在根据本申请的方法中，基于第一基因数据组和第二基因数据组，确定至少一个候选标记物数据，包括：通过对比分析第一基因数据组和第二基因数据组的差异，确定出候选标记物数据。

可选地，在根据本申请的方法中，通过对比分析第一基因数据组和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，分别确定第一基因数据组和第二基因数据组中各基因数据在基因突变的差异值；分别确定第一基因数据组和第二基因数据组中各基因数据在基因拷贝数变异(CNV)的差异值；选取差异值大于预设值的基因数据，并生成候选标记物数据。

可选地，在根据本申请的方法中，通过对比分析第一基因数据组和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，通过对比分析第一基因数据组和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。

可选地，在根据本申请的方法中，基于相关性，从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。