[发明专利]一种基于机器学习的临床组学数据处理方法及装置

权利要求书

1.一种基于机器学习的临床组学数据处理方法，其特征在于，包括：

获取待处理的组学数据；

从所述待处理的组学数据中提取组学特征的组合作为特征子集；

根据所述特征子集进行组学特征分析得到模型验证结果；

根据所述组学特征对所述模型验证结果的影响幅度确定所述组学特征的重要程度值；

根据所述组学特征的重要程度值筛选出目标特征子集；以及

根据所述目标特征子集对所述组学数据进行组学特征分析得到用于表征所述组学数据对应的分类或者生理指标的预测值。

2.如权利要求1所述的基于机器学习的临床组学数据处理方法，其特征在于，所述根据所述特征子集进行组学特征分析得到模型验证结果包括：

获取已标记的训练样本；

采用超梯度树提升分类器、逻辑回归法、向量机法、全连接网络法、长短期记忆网络法、多图层感知机法、及图卷积神经网络法的任意组合对所述训练数据进行训练得到验证模型；以及

将所述样本特征子集输入所述验证模型得到所述模型验证结果。

3.如权利要求2所述的基于机器学习的临床组学数据处理方法，其特征在于，所述根据所述组学特征对所述验证结果值的影响幅度确定所述组学特征的重要程度值时采用以下方法的任意组合：沙谱利附加解释法、基尼重要性、遗传算法、方差分析、T检验及曼-惠特尼秩和检验。

4.如权利要求2所述的基于机器学习的临床组学数据处理方法，其特征在于，所述验证模型采用超梯度树提升分类器法训练得到，所述方法包括：

将所述训练样本的特征输入梯度树提升分类器，目标函数设置为二分类的逻辑回归，评估指标设置为受试者工作特征曲线的面积，通过参数的自动搜索和交叉验证确定梯度树的参数取值。

5.如权利要求4所述的基于机器学习的临床组学数据处理方法，其特征在于，所述方法还包括：

获取所述组学特征在梯度树中出现的次数及所述验证模型对所述组学特征的评分；以及

根据所述次数及所述评分的加权值确定所述组学特征的重要程度值。

6.如权利要求4所述的基于机器学习的临床组学数据处理方法，其特征在于，所述根据所述组学特征对所述模型验证结果的影响幅度确定所述组学特征的重要程度值包括：

将不同特征子集得到的模型验证结果的受试者工作特征曲线的面积求平均，根据最高的受试者工作特征曲线的面积取值判断所述重要程度值。

7.如权利要求2-6任一项所述的基于机器学习的临床组学数据处理方法，其特征在于，所述方法还包括：

将所述训练样本随机分成多个样本子集；以及

分别采用所述多个样本子集训练所述验证模型。

8.如权利要求1所述的基于机器学习的临床组学数据处理方法，其特征在于，还包括：

根据所述预测值生成图形化解释界面，所述图形化解释界面包括：用指示样本特征重要程度值可视化的柱状图、用于指示样本聚类情况热图、用于指示差异表达的样本特征的火山图、以及用于指示生物学过程对应的显著性功能点的富集分析图中的任意组合。

9.一种基于机器学习的临床组学数据处理装置，其特征在于，包括：

数据获取模块，用于获取待处理的组学数据；

特征提取模块，用于从所述待处理的组学数据中提取组学特征的组合作为样本特征子集；

分析模块，用于根据所述样本特征子集进行组学特征分析得到验证结果；

重要程度值获取模块，用于根据所述组学特征对所述验证结果值的影响幅度确定所述组学特征的重要程度值；

筛选模块，用于根据所述组学特征的重要程度值筛选出目标特征子集；以及

预测模块，用于根据所述目标特征子集对所述组学数据进行组学特征分析得到预测结果。