基于舌苔微生物的肿瘤预测系统、方法及其应用技术方案

本发明专利技术涉及肿瘤学诊断、预测、评估技术领域，特别是涉及一种基于舌苔微生物的肿瘤预测系统、方法及其应用，所述系统包括：微生物信息获取模块，其被配置为获取测试试样的舌苔微生物信息；数据处理模块，其被配置为通过下述操作来获得测试试样属于肿瘤阳性的概率：依据自动学习获得的舌苔微生物信息上的可判别性的特征预测测试试样属于阳性的概率。根据舌苔微生物中不同种、属丰度自动化预测不同测试试样属于肿瘤阳性的概率，以此来作为一种经济的、非侵入性的、高效的、准确的肿瘤早期筛查策略。准确的肿瘤早期筛查策略。准确的肿瘤早期筛查策略。

【技术实现步骤摘要】
基于舌苔微生物的肿瘤预测系统、方法及其应用


[0001]本专利技术涉及肿瘤学诊断、预测、评估
，更具体来说，涉及基于舌苔微生物的肿瘤预测系统、方法及其应用，通过分析舌苔微生物与肿瘤学的关联关系，从而实现经济的、非侵入性的且具有较高准确度的肿瘤预测。

技术介绍

[0002]根据最新数据，胃癌(GC)是全球第三大癌症相关死亡原因，仅2020年即新增GC病例109万例，死亡77万例，其中，中国新增病例48万例，死亡病例37万例，约占世界病例的一半。中国是胃癌发病率和死亡率较高的国家，早期发现、早期诊断和早期治疗是降低胃癌死亡率的关键，但是目前全国早期胃癌的诊断率仍然不到20%。GC的诊断和筛查仍然依赖于胃镜检查，但由于其侵入性强、成本高以及需要专业的内镜医师，其应用受到很大限制。此外，由于胃癌早期缺乏特异性症状，临床疾病标志物的特异性和敏感性较差，超过60%的患者在确诊时即发生局部或远处转移。局部早期GC患者的5年生存率超过60%，而局部、远处转移患者的5年生存率分别显著下降至30%和5%。因此，迫切需要新的GC诊断或筛查方法，以提高该人群的早期诊断率和预后效果。
[0003]中医药是几千年来中国人民经验应用和保留的医学科学和文化遗产，舌象诊断是中医诊断疾病的重要依据之一。中医理论认为，舌象的变化(舌的颜色、大小和形状，舌苔的颜色、厚度和含水量)可以反映人体的健康状况，尤其与胃病密切相关。在中医胃病诊断中，往往根据舌象信息采取经验或辩证的方式得出胃病的具体表现形式，又有研究表明口腔或者舌苔微生物群密切相关。<br/>[0004]人工智能(AI)可用于筛查、诊断和治疗各种疾病，Cheung CY等学者的论文(Cheung CY, Xu D, Cheng CY, et al. A deep
‑
learning system for the assessment of cardiovascular disease risk via the measurement of retinal
‑
vessel calibre. Nature biomedical engineering 2021;5(6):498
‑
508. doi: 10.1038/s41551
‑
020
‑
00626
‑
4 [published Online First: 2020/10/14])公开了一种深度学习系统，通过测量视网膜血管的口径来评估心血管疾病的风险，可以有效预测心血管疾病的风险。Takenaka K等学者的论文(Takenaka K, Ohtsuka K, Fujii T, et al. Development and Validation of a Deep Neural Network for Accurate Evaluation of Endoscopic Images From Patients With Ulcerative Colitis. Gastroenterology 2020;158(8):2150
‑
57. doi: 10.1053/j.gastro.2020.02.012 [published Online First: 2020/02/16])公开了一种深度神经网络(见参考文献)，用于评估溃疡性结肠炎患者的内窥镜图像，该网络以90.1%的准确度识别内镜缓解和组织学缓解的患者，准确率为92.9%。
[0005]福州数据技术研究院有限公司专利CN110251084A提供一种基于人工智能的舌像检测与识别方法，用于解决舌像采集过程中舌像舌体的实时检测拍摄、保存、上传，同时识别舌像舌色、舌形、苔质、苔色；其方案主要涉及了舌像的采集和识别技术，其中舌像识别更侧重于提取舌像颜色、纹理、舌苔区域或舌苔厚薄等特性，然而这些工作并没有将舌像、舌
苔信息与某一特殊胃病比如胃癌建立对应关系。
[0006]沈阳智朗科技有限公司专利CN111710394A提出一种人工智能辅助的早期胃癌筛查系统，以自动化代替人工分析胃镜切片图像来解决胃癌阳性确定工作量大的问题；然而此种基于胃镜图像分析的策略，仍然首先需要获得大量的专业仪器采集的胃镜图像用于模型的学习，在测试阶段仍然需要依据每个测试者的胃镜图像做出决策，而胃镜图像的获得仍然存在时间消耗大、物质成本高、测试人群标准高等缺陷，很难做到全国范围的普查筛选。
[0007]江苏天瑞精准医疗科技有限公司专利CN112133427A提供了一种基于人工智能的胃癌辅助诊断系统，包括：诊断选择模块、数据采集模块、预处理模块、诊断模块和显示输出模块，该系统能够根据采集到的就诊者的数据，个性化地给出诊断结果。该诊断系统诊断所依据的数据包括就诊者的基本信息、生活饮食、感染史、疾病史、家族史、临床症状和检验项目等，其中临床症状和检验项目等数据的收集难度较大，而单独依靠基本信息、生活饮食、感染史、疾病史、家族史等信息则会影响前期的筛查诊断效果。
[0008]上海仁东医学检验所有限公司专利CN114203256A提供了一种基于微生物丰度的MIBC分型及预后预测模型构建方法，该方法主要是从TCGA数据库中的MIBC转录组RNA
‑
seq数据中分析得到MIBC(肌层浸润性膀胱癌)患者的微生物数据，然后以微生物丰度谱为特征进行NMF聚类，建立MIBC微生物层面的分子分型，从而从肿瘤组织微生物层面深度解析了微生物与MIBC的相关性，建立了MIBC预后预测模型，该模型有助于精准预测MIBC患者的1
‑
5年生存率。因此该专利技术方案主要是为在微生物层面为MIBC建立分子分型，目的是精准预测患者预后生存率。
[0009]然而遗憾的是目前尚未有研究证实舌苔微生物种群的变化与肿瘤存在对应关系，以及舌苔微生物种群变化在肿瘤诊断和筛查中的价值。
[0010]本专利技术力图解决这些和本领域中的其他待解决的需要。

技术实现思路

[0011]为解决上述
技术介绍
中提及的至少一种技术问题，本专利技术旨在利用计算机辅助手段，设计一种基于深度学习的肿瘤筛查系统，该系统根据舌苔微生物中不同种、属丰度自动化预测不同测试试样属于肿瘤阳性的概率，以此来作为一种经济的、非侵入性的、高效的、准确的肿瘤早期筛查策略。
[0012]基于舌苔微生物的肿瘤预测系统，包括：微生物信息获取模块，其被配置为获取测试试样的舌苔微生物信息；数据处理模块，其被配置为通过下述操作来获得测试试样属于肿瘤阳性的概率：依据自动学习获得的舌苔微生物信息上的可判别性的特征预测测试试样属于阳性的概率。
[0013]在一个具体实施例中，所述肿瘤是胃癌、乳腺癌、结直肠癌、食道癌、肝胆胰腺癌、肺癌、前列腺癌、甲状腺癌、卵巢癌、神经母细胞瘤、滋养细胞肿瘤或头颈部鳞癌中的至少一种。
[0014]在一个具体实施例中，所述肿瘤是胃癌、乳腺癌、结直肠癌、食道癌、肝胆胰腺癌或肺癌中的至少一种。
[0015本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于舌苔微生物的肿瘤预测系统，其特征在于包括：微生物信息获取模块，其被配置为获取测试试样的舌苔微生物信息；数据处理模块，其被配置为通过下述操作来获得测试试样属于肿瘤阳性的概率：依据自动学习获得的舌苔微生物信息上的可判别性的特征预测测试试样属于阳性的概率。2.根据权利要求1所述的系统，其特征在于：所述肿瘤是胃癌、乳腺癌、结直肠癌、食道癌、肝胆胰腺癌、肺癌、前列腺癌、甲状腺癌、卵巢癌、神经母细胞瘤、滋养细胞肿瘤或头颈部鳞癌中的至少一种。3.根据权利要求1或2所述的系统，其特征在于：所述系统还包括输出模块，其被配置为输出预测结果。4.根据权利要求1或2所述的系统，其特征在于：所述舌苔微生物信息包括舌苔微生物的属、种丰度。5.根据权利要求1或2所述的系统，其特征在于：所述可判别性的特征来自于微生物的属、种丰度。6.根据权利要求1或2所述的系统，其特征在于：所述数据处理模块通过下述操作来获得测试试样属于肿瘤阳性的概率：训练完成的神经网络对输入其中的微生物属、种丰度提取高维特征后预测测试试样属于阳性的概率。7.根据权利要求6所述的系统，其特征在于：所述神经网络以下述步骤训练：1)将采集自肿瘤阳性患者和/或肿瘤阴性人群的舌苔微生物属和/或种丰度作为输入向量输入...

【专利技术属性】
技术研发人员：程向东，袁莉，杨林，张士川，徐志远，
申请(专利权)人：浙江省肿瘤医院，
类型：发明
国别省市：