[发明专利]癌症生存期预测方法、系统、终端及存储介质

说明书

本申请提供的癌症生存期预测方法、系统、终端及存储介质，根据处理后的所述癌症多组学数据构建图自编码器训练框架，根据所述自编码器训练框架构建自训练机制的K‑means聚类，根据所述自训练机制的K‑means聚类训练得到的聚类结果即为预测得到癌症患者的生存期标签，本申请提供的癌症生存期预测方法、系统、终端及存储介质，在编码器中采用了自适应机制的图卷积网络，自适应地学习利用组学数据中的不同频率的信息，使模型能够更好表征节点之间的相似性与差异性，有效解决了传统图卷积网络只能利用图数据中节点的相似性，而忽略差异性的缺陷，有效提升了模型对复杂数据的表征能力与鲁棒性。

技术领域

本申请属于医学数据处理技术领域，具体涉及一种癌症生存期预测方法、系统、终端及存储介质。

背景技术

癌症的发病机理是一个非常复杂的多阶段连续过程，如何根据患者自身生命状态来为预测患者的生存期，对患者治疗与预后具有非常重要的作用。

在生物信息学中，“组学”通常指生物学中对各类研究对象(一般为生物分子)的集合所进行的系统性研究，主要包括基因组学、蛋白质组学，和代谢物组学等等，一种组学反映了患者生命状态的一个视图。目前，由于癌症的复杂性，基于单组学的分析往往无法解释复杂患者的癌症病情，因此必须从整体的角度去探索患者的癌症病情，而基于多组学数据的癌症分析能够从多元角度得到患者的全面视图，从而能够从整体角度为患者把握癌症的发病机理，实现对癌症患者生存期的预测分析。

然而，癌症患者的多组学数据往往具有高维度、高噪声等特点，对模型的表征能力、多组学的融合能力以及聚类效果都有非常高的要求，如何对复杂的组学数据进行表征，并提取融合多组学数据中一致互补的信息，是目前多组学数据分析面临的较大挑战。

在多组学融合聚类的模型中，每一种组学即代表患者的一个视图，先前的研究工作大致可以分为两类。第一类方法主要是尝试融合多种组学数据得到一个一致的视图，代表性方法有提出的GMC模型通过构建一个融合图来进行图卷积并将图卷积得到的表征进行聚类的方法以及通过约束优化的方法，提出一个拉普拉斯秩约束图来计算不同组学数据的权重并进行加权合并；另一类方法通常采用图嵌入表征技术将图数据转换为低维且紧凑的特征表示，代表性方法有提出的One2Multi利用图自编码器将一个信息量最大组学的视图重构为所有视图，然后对主视图学到的低维嵌入进行聚类；以及提出的MAGCN通过训练一个图卷积编码器来提取多个组学之间的一致性信息，能够处理由两类组学组成的数据。

目前对组学数据的表征往往基于图卷积网络，而现有的图卷积网络大多利用节点特征的低频信号，而忽略了节点特征的高频信号，低频信息反映节点之间的相似性，而高频信息反映出节点之间的差异性，因此传统的图卷积只能学习图数据节点之间的相似性，而忽略了节点之间的差异性。在多组学分析中，癌症患者数据往往十分复杂，患者不同的特征之间的差异性往往更加明显，仅学习低频信息的传统图卷积方法难以充分学习复杂组学数据的有效表征。且目前多组学数据融合过程中，常常采用约束优化的方式来实现互补信息的融合，存在需人工设计，难以挖掘不同视图间的深层信息等缺陷。另外，目前在对多组学数据进行融合的过程中，现有技术往往只考虑患者间关系的融合一致性，忽略患者本身特征的融合一致性，且现有多组学数据融合方法较少同时兼顾多组学数据的互补性与一致性。

发明内容

鉴于此，有必要针对现有技术存在的缺陷提供一种解决目前多组学融合分析目前面临的表征难、融合难、聚类稳定性差等问题，提升对癌症患者生存期预测的准确性与鲁棒性的癌症生存期预测方法。

为解决上述问题，本申请采用下述技术方案：

本申请提供了一种癌症生存期预测方法，包括下述步骤：

获取癌症多组学数据；

对所述癌症多组学数据进行处理；

根据处理后的所述癌症多组学数据构建图自编码器训练框架；