[发明专利]生成诊断模型的方法、使用该方法的诊断方法及装置

权利要求书

1.一种使用生物标志物组相关值信息来生成用于诊断多种癌症的诊断模型的方法，其包括：

(a)当获得每个患者的包括生物标志物组相关值信息和真值癌症信息的n个学习数据时，诊断模型生成装置使用所述n个学习数据生成对与所述生物标志物组相关值信息对应的多种癌症进行分类的多种癌症分类模型，其中所述n为1以上的整数；

(b)所述诊断模型生成装置参照所述多种癌症分类模型通过使用所述n个学习数据中每个所述生物标志物组相关值信息来分类的多种癌症评分值，生成将所述患者聚类为k个聚类的患者聚类模型，其中所述k为1以上的整数；以及

(c)所述诊断模型生成装置通过使用由所述患者聚类模型聚类的与每个所述k个聚类对应的每个部分学习数据重新学习每个所述多种癌症分类模型来生成第一患者癌症分类模型至第k患者癌症分类模型，其中所述部分学习数据为所述n个学习数据的一部分，从而生成包括所述多种癌症分类模型、所述患者聚类模型和所述第一患者癌症分类模型至所述第k患者癌症分类模型在内的诊断模型。

2.根据权利要求1所述的方法，其中，

在所述(a)步骤中，

所述诊断模型生成装置将所述n个学习数据中每个所述生物标志物组相关值信息输入于设计为使用所述生物标志物组相关值信息对多种癌症进行分类的初始分类模型，以使所述初始分类模型输出针对每个所述生物标志物组相关值信息预测多种癌症的第一多种癌症评分值，并使用损失函数训练所述初始分类模型，从而生成所述多种癌症分类模型，其中所述损失函数使用所述第一多种癌症评分值与所述n个学习数据中每个所述真值癌症信息。

3.根据权利要求2所述的方法，其中，

所述初始分类模型为决策树、树集成、随机森林、贝叶斯网络、支持向量机、神经网络和逻辑回归分析中的任何一种。

4.根据权利要求1所述的方法，其中，

在所述(b)步骤中，

所述诊断模型生成装置将每个所述患者的每个所述生物标志物组相关值信息输入于所述多种癌症分类模型，以使所述多种癌症分类模型输出针对每个所述生物标志物组相关值信息预测多种癌症的第二多种癌症评分值，并将所述第二多种癌症评分值输入于初始聚类模型以使所述初始聚类模型使用所述第二多种癌症评分值对所述患者进行聚类，并使用聚类分布对所述初始聚类模型进行无监督训练以将所述患者聚类为所述k个聚类，从而生成所述患者聚类模型。

5.根据权利要求4所述的方法，其中，

所述初始聚类模型为K-均值聚类、均值-漂移聚类、基于密度的噪声应用空间聚类、使用高斯混合模型的期望最大化聚类和凝聚层次聚类中的任何一种。

6.根据权利要求1所述的方法，其中，

在所述(c)步骤中，

所述诊断模型生成装置将由所述多种癌症分类模型针对每个所述生物标志物组相关值信息预测多种癌症的第二多种癌症评分值输入于所述患者聚类模型，以使所述患者聚类模型使用所述第二多种癌症评分值将所述患者聚类为第一聚类至第k聚类，并使用与所述第一聚类的第一患者对应的第一学习数据至与所述第k聚类的第k患者对应的第k学习数据中的每一个重新学习所述多种癌症分类模型，从而生成所述第一患者癌症分类模型至所述第k患者癌症分类模型。