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：江苏和福生物科技有限公司

摘要：本发明提供了一种基于诊断模型的膀胱癌生物标志物提取方法，涉及医学诊疗技术领域，该基于诊断模型的膀胱癌生物标志物提取方法包括以下步骤：收集患者的病历信息，并基于膀胱癌诊断模型对患者进行膀胱癌诊断；收集膀胱癌医学数据，并对膀胱癌与生物标志物进行关联性分析，建立关联数据库；基于患者的膀胱癌诊断结果及关联数据库，确定与患者膀胱癌相关联的生物标志物；根据确定的生物标志物，收集患者的检验样本并进行生物标志物提取。本发明可以提早确定可能的生物标志物，从而减少无效或多余的测试，使诊断流程更加高效，根据确定的生物标志物，只需要收集相关的样本进行检测，进而减少了需要检测的样本数量，节省了时间和资源。

主权项：1.一种基于诊断模型的膀胱癌生物标志物提取方法，其特征在于，该基于诊断模型的膀胱癌生物标志物提取方法包括以下步骤：S1、收集患者的病历信息，并基于膀胱癌诊断模型对患者进行膀胱癌数据分析；S2、收集膀胱癌医学数据，并对膀胱癌与生物标志物进行关联性分析，建立关联数据库；S3、基于患者的膀胱癌诊断结果及关联数据库，确定与患者膀胱癌相关联的生物标志物；S4、根据确定的生物标志物，收集患者的检验样本并进行生物标志物提取；所述收集患者的病历信息，并基于膀胱癌诊断模型对患者进行膀胱癌数据分析包括以下步骤：S11、收集患者的病历信息，所述病历信息包括患者的个人病史、家族病史、症状及影像学检查结果；S12、基于结构优化算法构建膀胱癌诊断模型；S13、将患者的病历信息作为输入，并输入至膀胱癌诊断模型中，输出患者的膀胱癌结果；所述基于结构优化算法构建膀胱癌诊断模型包括以下步骤：S121、通过医院病历系统中提取膀胱患者及非膀胱患者的诊断数据，形成数据集；S122、对形成的数据集进行预处理，并将预处理后的数据集作为训练数据集，所述预处理包括数据清洗、异常数据删除及缺失值补充；S123、根据医学文献确定与膀胱诊断相关的变量信息，从训练数据集中选取变量信息并将其作为贝叶斯网络节点；S124、基于确定的贝叶斯网络节点并利用结构优化算法构建膀胱癌诊断模型；所述基于确定的贝叶斯网络节点并利用结构优化算法构建膀胱癌诊断模型包括以下步骤：S1241、对于每对贝叶斯网络节点，计算他们之间的互信息；S1242、将计算得到的互信息按照降序进行排列，并依次添加边，构建贝叶斯网络初始结构；S1243、对贝叶斯网络初始结构中未添加边的节点进行条件独立性测试，并确定未添加边的节点之间是否存在暗含边，若存在，则将暗含边添加贝叶斯网络初始结构中，得到贝叶斯网络二次结构；S1244、对贝叶斯网络二次结构进行孤立节点检测，并计算孤立节点与其他节点之间的互信息，将互信息最大的节点与孤立节点进行无向边连接，得到贝叶斯网络完全结构；S1245、通过结构优化算法对贝叶斯网络完全结构进行结构搜索，对贝叶斯网络完全结构的边进行优化，得到最优的贝叶斯网络结构，并将其作为膀胱癌诊断模型；所述将计算得到的互信息按照降序进行排列，并依次添加边，构建贝叶斯网络初始结构包括以下步骤：S12421、将计算得到的互信息按照从大到小的顺序进行排列，得到互信息链；S12422、根据得到的互信息链，依次取出节点对，并判断节点对之间是否存在路径；S12423、若节点对之间存在路径，则在节点对之间添加无向边，并将添加无向边的节点对从互信息链中删除；S12424、重复执行步骤S12422-S12423，直至互信息链为空；所述通过结构优化算法对贝叶斯网络完全结构进行结构搜索，对贝叶斯网络完全结构的边进行优化，得到最优的贝叶斯网络结构包括以下步骤：S12451、贝叶斯网络完全结构进行贝叶斯信息准则评分；S12452、基于贪心搜索策略，对贝叶斯网络完全结构反复进行增边、减边和转边操作，并根据互信息链对应的互信息判断转边方向，对贝叶斯网络完全结构进行优化；S12453、判断贝叶斯信息准则的评分结果，当评分结果达到最优时，不再进行搜索，并得到最优的贝叶斯网络结构。

全文数据：

权利要求：

百度查询： 江苏和福生物科技有限公司 一种基于诊断模型的膀胱癌生物标志物提取方法