[发明专利]一种构建肺部小结节计算机辅助检测模型的方法

权利要求书

1.一种构建肺部小结节计算机辅助检测模型的方法，其特征在于，包括：

获取受试者支气管上皮细胞，提取受试者上皮细胞RNA；

根据受试者上皮细胞RNA构建双链cDNA文库并进行测序；

将测序结果与参考基因组进行比对，根据比对结果选择受试者的差异显著基因和差异显著变异；

将受试者的差异显著基因和差异显著变异组合成的向量及表征肺部小结节良恶性的(0,1)值作为样本数据；

将受试者的样本数据随机划分为训练集和预测集，对训练集和预测集基于采用径向基核函数的支持向量机模型进行多次训练，得到预测集的模型输出值；

获取预测集中受试者的临床数据和CT影像数据，并分别将所述临床数据和CT影像数据非量纲化为(0,1)值，结合非量纲化后的临床数据和CT影像数据的综合值及预测集的模型输出值推导Roc拟合曲线并计算Roc拟合曲线下面积Auc，调整协方差和惩罚因子为下面积Auc最大值对应的协方差和惩罚因子取值，将协方差和惩罚因子调整后的所述采用径向基核函数的支持向量机模型作为肺部小结节计算机辅助检测模型。

2.根据权利要求1所述的方法，其特征在于，所述对每一受试者上皮细胞RNA构建双链cDNA文库并进行测序包括：

检测受试者上皮细胞RNA的纯度、浓度和完整性是否合格；

对于检测合格的受试者上皮细胞RNA，去除RNA中的rRNA，将mRNA随机打断成片段，合成双链cDNA并纯化，对纯化后的双链cDNA进行末端修复和接头连接，最后进行PCR扩增以构建双链cDNA文库并进行测序。

3.根据权利要求1所述的方法，其特征在于，所述根据比对结果选择差异显著基因包括：

根据比对结果计算受试者的各基因的RPKM值；

构建受试者群体不同基因表达量的RPKM矩阵，RPKM矩阵的第一列为基因名及相关信息，RPKM矩阵中从第二列起各列分别为各受试者对应基因的RPKM值，

对于RPKM矩阵的每一行，根据肺部小结节良恶性分组进行T检验，以得到不同基因表达量的P值向量；

根据P值向量的大小选出差异显著的基因。

4.根据权利要求1所述的方法，其特征在于，所述根据比对结果选择差异显著变异包括：

根据比对结果进行基于SNP Calling的变异检测，得到受试者的变异信息；

构建受试者群体的变异信息矩阵，变异信息矩阵中每一列为一个受试者变异信息，变异信息矩阵中每一行代表一个特定的变异；

对于变异信息矩阵的每一行，根据肺部小结节良恶性分组进行卡方检验，以得到不同变异的P值向量，

根据P值向量大小选出差异显著的变异。

5.根据权利要求4所述的方法，其特征在于，所述根据比对结果进行基于SNP Calling的变异检测，得到受试者的变异信息包括：

根据比对结果进行基于SNP Calling的变异检测，得到VCF格式的记录基因突变的变异信息，VCF格式的记录基因突变的变异信息包括以#开头的注释信息和包括多列变异信息的突变信息。

6.根据权利要求1所述的方法，其特征在于，该方法还包括：

增加受试者个数，更新受试者的样本数据；

将更新后的受试者的样本数据随机划分为训练集和预测集，对训练集和预测集基于所述采用径向基核函数的支持向量机模型进行多次训练，得到预测集的模型输出值。

7.根据权利要求1所述的方法，其特征在于，所述受试者的临床数据包括年龄、性别、吸烟状态、咳嗽情况、呼吸状况、咯血情况、发热情况、过敏史和三代内肺癌史，所述受试者的CT影像数据包括结节肺内位置、整体分布、数量、病变质地、边缘是否规则、有无毛边和结节大小。