[发明专利]一种基于血小板参数预测肺小结节良恶性的模型及系统

说明书

本发明公开了一种基于血小板参数预测肺小结节良恶性的模型，包括以下步骤：S1、收集肺结节病人的临床资料、影像学资料、血常规结果资料和手术以及术后组织的病理学检查资料；S2、整理所述临床资料、影像学资料、血常规结果资料和手术以及术后组织的病理学检查资料，并根据所述整理资料通过XGBoost i ng建立区分肺小结节良性和恶性的诊断模型；S3、将所述诊断模型制作成网页；S4、将肺结节病人的临床资料信息、LDCT获取的影像学资料信息、血常规结果中的血小板参数信息和手术病理检查信息和标准指标信息输入到所述诊断模型网页中；S5、所述诊断模型网页根据输入的信息计算并输出所述肺结节病人的肺小结节的恶性概率。

技术领域

本发明涉及肺癌诊断技术领域，具体来说，涉及一种基于血小板参数预测肺小结节良恶性的模型及系统。

背景技术

目前，肺癌已成为我国发病率和病死率最高的恶性肿瘤。筛查和早诊早治是肿瘤二级预防的有效途径，低剂量螺旋CT(LDCT)是目前常用的肺癌筛查手段，研究证实通过对高危人群进行LDCT筛查可以使病死率降低20％。但是LDCT不易区分直径较小的良性结节与恶性结节，诊断容易出现假阳性。通常遇到这种无法判断的小结节，临床医生会选择手术切除，但是切除的患者中不乏有部分患者术后的病理诊断为良性，为良性结节的患者带来了不必要的治疗。且LDCT对仪器和人员要求较高，在边远地区作用有限。因此我们需要找到更准确且简便的手段用于肺癌诊断。

发明内容

为解决现有技术中存在的问题，本发明提供一种基于血小板参数预测肺小结节良恶性的模型及系统，具有在肺癌诊断中更准确且简便的优点。

为实现上述目的，本发明采用的技术方案是：一种基于血小板参数预测肺小结节良恶性的模型，其特征在于，包括以下步骤：

S1、收集肺结节病人的临床资料、影像学资料、血常规结果资料和手术以及术后组织的病理学检查资料；

S2、整理所述临床资料、影像学资料、血常规结果资料和手术以及术后组织的病理学检查资料，并根据所述整理资料通过XGBoosting建立区分肺小结节良性和恶性的诊断模型；

S3、将所述诊断模型制作成网页；

S4、将肺结节病人的临床资料信息、LDCT获取的影像学资料信息、血常规结果中的血小板参数信息和手术病理检查信息和标准指标信息输入到所述诊断模型网页中；

S5、所述诊断模型网页根据输入的信息计算并输出所述肺结节病人的肺小结节的恶性概率。

本技术方案的工作原理如下：目前有很多研究利用患者的临床一般资料结合影像学指标建立了诊断肺结节的模型，这些模型包括BU模型、VA模型、MC模型，根据调查显示，现有的BU模型、VA模型、MC模型的预测概率绘制受试者诊断曲线(ROC)，三个模型的曲线下面积(AUC)分别为0.62，0.64，0.65，由此可见这些模型的诊断效率并不尽如人意。根据前期研究，我们发现全血血小板参数及富血小板血浆中的血小板参数可以作为诊断肺癌的指标。在本技术方案中利用血小板参数结合受试者年龄和结节大小建立的诊断模型，在区分受试者肺结节的良恶性上要优于BU模型、VA模型、MC模型三个模型(AUC＝0.75)。在本技术方案中，疑似有肺结节的患者进入医院，通过医生问诊、体格检查等可获得相关临床资料，通过LDCT确定有小结节的患者，进一步会做实验室检查、手术以及术后组织的病理学检查。收集经手术和病理确诊患者的临床资料、影像学资料、血常规结果、病理学结果，利用XGBoosting建立诊断模型。最终将该模型制作为网页，将患者的信息填入网页，此诊断模型即可将该病者的恶性概率输出，方便使用，通过结合血小板参数与患者临床资料和影像学信息结合建立一个诊断效率更高的模型。通过我们的模型可以区分肺小结节的良、恶性，减少过度医疗，降低患者的治疗成本。

在进一步的技术方案中，所述步骤S1中的血常规结果资料包括血常规检查结果中血小板的相关参数。