本技术涉及一种基于多维度的结直肠癌风险预测方法,利用LSTM网络模型,根据用户当前的实际生活信息,预测出用户在未来一段时间内的生活状态变化,并且,风险预测方法利用DBN概率算法模型,融合用户家族的结直肠病症信息,生成了用户自身结直肠病症概率分布的预测特征,基于多维度的结直肠癌风险预测方法,通过结合用户的实际生活信息和家族病症信息,实现了对用户未来结直肠癌风险的动态预测,这一动态、多维度的风险预测结果,相比现有方法而言更加准确和全面,实现了对结直肠癌风险的动态、精准预测,为用户提供了更有针对性的健康管理建议,具有较强的实用价值。
背景技术
结直肠癌是一种发生在结肠和直肠的恶性肿瘤。它通常起源于肠道黏膜上皮细胞的异常增生和分化,逐步发展为肿瘤。结直肠癌包括结肠癌以及直肠癌,结肠癌主要发生在结肠的不同部位,如升结肠、横结肠、降结肠和乙状结肠,直肠癌发生在肛门到S状结肠之间的直肠段。大部分结直肠癌是由肠道上皮细胞的腺瘤-癌变序列引起的,结直肠癌还与遗传病史相关联,诊断方法包括肠镜检查、影像学检查以及临床症状,再结合医生进行具体的病情评估、预测、诊断。
结直肠癌一般由普通肠病变化演变,也即,具有长年肠炎的患者,其患上结直肠癌的概率更高。肠炎的发生多由用户平时饮食、作息等所影响,已有的结直肠癌风险预测方法能够针对用户的生活习惯进行患癌概率分析,甚至也有引入遗传因素,将遗传因素与生活习惯相结合进行进一步的患癌概率分析,但是结直肠癌的风险是动态变化的,也即,现在输出的风险预测结果只能展示当前状态下的患癌风险,并未考虑时间维度带来的影响,导致现有的患癌风险结果预测不够准确。
实现思路