买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：郑州轻工业大学

摘要：本发明提出了一种基于IDPC和LASSO的食管鳞癌预后生存风险评估方法，其步骤为：首先，获取食管鳞癌患者的病理数据，利用卡方检验方法和信息增益确定的重要病理因素构建决策树，将患者分为早期组和中晚期组；其次，分别获取早期组和中晚期组食管鳞癌患者的术前血常规生化指标，利用LASSO选择出与术后生存风险显著相关的指标；然后，利用IDPC将早期组和中晚期组食管鳞癌患者分别聚集成不同的集群，对每一个集群，构建基于LR的列线图以预测食管鳞癌患者的生存风险；最后，利用混淆矩阵和受试者的AUC对列线图的性能进行评估。本发明较为准确地判断食管鳞癌患者的预后生存风险，可以帮助医生做出诊断决定，以至于为患者提供有效治疗。

主权项：1.一种基于IDPC和LASSO的食管鳞癌预后生存风险评估方法，其特征在于，其步骤如下：步骤一：获取食管鳞癌患者的病理数据；步骤二：使用食管鳞癌患者的病理数据，利用卡方检验方法和信息增益确定的重要病理因素构建决策树，将患者分为早期组和中晚期组；步骤三：分别获取早期组和中晚期组食管鳞癌患者的术前血常规生化指标，利用最小绝对收缩和选择算子选择出与术后生存风险显著相关的指标；步骤四：利用基于余弦距离和K近邻的改进密度峰值聚类算法将早期组和中晚期组食管鳞癌患者分别聚集成不同的集群；基于余弦距离和K近邻的改进密度峰值聚类算法的数据点与聚类中心的最小距离δi计算方法为： 其中，ri'是局部密度，di'j”为xi'和xj”之间的余弦距离，xi'表示第i'个患者样本，xj”表示第j”个患者样本，N为患者样本数量；xi'和xj”之间的余弦距离di'j”的计算方法为： 其中，xi'a表示样本xi'中特征a的对应值，xj”a表示样本xj”中特征a的对应值，L为特征数量；局部密度ri'的计算方法为： 其中，kNNxi'是xi'的k近邻集；xi'的k近邻集kNNxi'计算方法为：kNNxi'＝{xj”∈X|dxi',xj”≤dxi',NNkxi'}；其中，dxi',xj”是xi'和xj”的余弦距离，NNkxi'是xi'的第k个近邻；步骤五：对每一个集群，构建基于逻辑回归模型的列线图以预测食管鳞癌患者的生存风险；步骤六：利用混淆矩阵和受试者操作特性曲线下面积对步骤五中的列线图的性能进行评估。

全文数据：

权利要求：

百度查询： 郑州轻工业大学 基于IDPC和LASSO的食管鳞癌预后生存风险评估方法