[发明专利]挖掘癌症关键生物标记物的方法及装置

说明书

本发明适用于数据挖掘技术领域，提供了一种挖掘癌症关键生物标记物的方法及装置，所述方法包括：获取至少一个癌症患者样本；将所有癌症患者样本作为粒子群中的粒子，对粒子群的各个粒子进行初始化；根据贝叶斯分类模型、粒子群中各个粒子的生物标志物数据及对应的实际生存时间，对各个粒子的速度及位置进行更新；重复粒子更新过程，直至达到预设截止条件，输出所述粒子群当前的全局极值点，并将粒子群当前的全局极值点中选择的生物标志物作为预测生存时间的关键生物标志物。本申请能够从巨量生物标记物数据集合中挖掘出关键的生物标记物组合，有效减少无用或冗余的癌症生物标志物数据，进而提高癌症患者生存期的预测精度。

技术领域

本发明属于数据挖掘技术领域，尤其涉及一种挖掘癌症关键生物标记物的方法及装置。

背景技术

在医学上，癌是指起源于上皮组织的恶性肿瘤，癌症具有较强的隐蔽性，为了进行早期筛查与预防癌症的发生，需要检测各种类型的生物标志物，以验证它们是否能够准确、灵敏地评估本病。

早期许多对癌症患者生存期预测的研究中，有指数分布法、Logistic回归分析法、COX比例风险模型分析法等统计学方法。如连俊彦采用Cox回归对可能影响大肠癌患者术后生存期的10个因素进行了分析来确定具有统计学意义的因素。常用的单变量方法通常假定了数据的原始分布，从而在特定的数据分布下去研究它的统计学意义。但是，假设癌症数据的原始分布可能是不科学的，而且统计方法往往对数据有很严格的要求，采用上述方法由于需要的生物标志物数据较多，并且其中存在大量冗余及无用的数据，对癌症患者的生存期预测精度有一定的影响。

发明内容

有鉴于此，本发明实施例提供了一种挖掘癌症关键生物标记物的方法及装置，以解决现有技术中因癌症生物标志物过多而造成的患者生存期预测精度低的问题。

本发明实施例的第一方面提供了挖掘癌症关键生物标记物的方法，包括：

S101：获取至少一个癌症患者样本，每个癌症患者样本均包括多个生物标志物数据及对应的实际生存时间；

S102：将所有癌症患者样本作为粒子群中的粒子，并将癌症相关的生物标志物作为粒子的向量分量，对所述粒子群的各个粒子进行初始化；

S103：根据贝叶斯分类模型、所述粒子群中各个粒子的生物标志物数据及对应的实际生存时间，对各个粒子的速度及位置进行更新；

S104：重复S103，直至达到预设截止条件，输出所述粒子群当前的全局极值点，并将所述粒子群当前的全局极值点中选择的生物标志物作为预测生存时间的关键生物标志物。

本发明实施例的第二方面提供了一种挖掘癌症关键生物标记物的装置，包括：

样本获取模块，用于获取至少一个癌症患者样本，每个癌症患者样本均包括多个生物标志物数据及对应的实际生存时间；

粒子群初始化模块，用于将所有癌症患者样本作为粒子群中的粒子，并将癌症相关的生物标志物作为粒子的向量分量，对所述粒子群的各个粒子进行初始化；

粒子更新模块，用于根据贝叶斯分类模型、所述粒子群中各个粒子的生物标志物数据及对应的实际生存时间，对各个粒子的速度及位置进行更新；

关键生物标志物获取模块，用于重复粒子更新模块的计算过程，直至达到预设截止条件，输出所述粒子群当前的全局极值点，并将所述粒子群当前的全局极值点中选择的生物标志物作为预测生存时间的关键生物标志物。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述挖掘癌症关键生物标记物的方法的步骤。