[发明专利]一种基于医疗大数据肿瘤诊断的预测方法

权利要求书

1.一种基于医疗大数据肿瘤诊断的预测方法，其特征在于，包括数据挖掘和模型构建，所述数据挖掘包括前期收集的近三年肿瘤标志物大数据，所述模型构建包括5-8种肿瘤良恶性模型，以甲状腺、肺和肝三个器官中良性和恶性肿瘤的区分和判别，以逻辑回归，随机森林和支持向量机以及增强学习四种机器学习的方法对相关数据进行分析和预测。

2.根据权利要求1所述的一种基于医疗大数据肿瘤诊断的预测方法，其特征在于，所述甲状腺癌良性和恶性肿瘤区分判别，通过甲状腺各变量相关性示意图的相关性分析，且通过逻辑回归、随机森林、支持向量机和增强学习四种模型对变量进行模型构建和预测。

3.根据权利要求2所述的一种基于医疗大数据肿瘤诊断的预测方法，其特征在于，所述甲状腺模型构建和预测后，选择的Age+R8+R11标志物，在逻辑回归模型下，预测效果最好，选择糖类抗原199和鳞状细胞癌相关抗原以及年龄三个变量的情况下，通过逻辑回归的方法对甲状腺良恶性肿瘤的预测有较好的预测准确率，准确率可达到0.76，AUC值到0.685。

4.根据权利要求3所述的一种基于医疗大数据肿瘤诊断的预测方法，其特征在于，所述肺癌良性和恶性肿瘤区分判别，通过肺的良恶性肿瘤各变量的相关性分析，且通过逻辑回归、随机森林、支持向量机和增强学习四种模型对变量进行模型构建和预测。

5.根据权利要求4所述的一种基于医疗大数据肿瘤诊断的预测方法，其特征在于，所述肺四种模型的AUC值分别为：0.785，0.821，0.746，0.762，最优的预测模型是：随机森林模型，预测准确性0.76，AUC值为0.821，从重要变量性排名来看：R6R3R7SEXR10R1R8，且通过基尼指数可知，R6，R3，R10，R1和R7都属于高分数参数，和重要性排名比较一致，可以用于未来的临床考察指标。

6.根据权利要求5所述的一种基于医疗大数据肿瘤诊断的预测方法，其特征在于，所述肝癌良性和恶性肿瘤区分判别，同样进行逻辑回归，随机森林，支持向量机以及增强学习4种模型分析，所有模型都是随机选取50％的样本作为训练样本，另外50％作为验证样本结果发现随机森林的预测准确性最高为0.81。

7.根据权利要求6所述的一种基于医疗大数据肿瘤诊断的预测方法，其特征在于，所述通过肝ROC曲线看出，四种模型的AUC值分别为0.748，0.814，0.690和0.686，因此，依然是随机森林具有最好的分类效果。预测准确性为0.81，AUC值为0.814，从基尼指数上看，R6，R4，R3，R9，R10属于高效率的预测因子，这个结果与变量重要性排名和差异p值结果几乎一致因此，未来R6，R4，R3，R9，R10可以作为临床预测重要的分子标志物。