本发明涉及术后切缘阳性预测，特别涉及一种食管鳞状细胞癌患者术后手术切缘阳性预测模型构建方法。
背景技术：
1、手术切缘阳性是指组织被切开的切口边缘还有癌细胞存在，也就是说肿瘤组织还有残留，没有被完全切除掉。食管鳞状细胞癌的发病率及死亡率高，在手术后若存在切缘肿瘤残留则往往提示预后不良，虽然手术切缘阳性并不代表手术失败，但在临床上是需要尽量避免的。导致食管鳞状细胞癌手术切缘阳性的因素有很多，以往医生术后难以通过肉眼直观发现切缘残留肿瘤，并且，虽然导致手术切缘阳性的因素有很多，但医生也无法清楚的分析各种因素的影响程度，只能通过经验判断。因此，对于食管鳞状细胞癌术后是否有手术切缘阳性的风险难以把控。
技术实现思路
1、本发明的目的在于解决两个技术问题，第一个技术问题是避免医生通过肉眼观察和勾画肿瘤残留目标带来的不准确性，第二个技术问题是通过逻辑回归判断食管鳞状细胞癌术后是否有手术切缘阳性的风险，缓解医生工作压力，提供一种食管鳞状细胞癌患者术后手术切缘阳性预测模型构建方法。
2、为了实现上述发明目的，本发明实施例提供了以下技术方案：
3、食管鳞状细胞癌患者术后手术切缘阳性预测模型构建方法，包括以下步骤：
4、步骤1，收集已进行手术的食管鳞状细胞癌患者的历史全周期数据，历史全周期数据的指标包括拍摄的术后组织图片和术后扫描切片；
5、步骤2，识别术后组织图片和术后扫描切片中是否存在肿瘤残留，并将识别结果分为完整切除、镜下可见残留肿瘤、肉眼可见残留肿瘤三个类别；
6、步骤3，利用历史全周期数据基于逻辑回归算法构建手术切缘阳性预测模型；
7、步骤4，在手术前将新的食管鳞状细胞癌患者的全周期数据输入手术切缘阳性预测模型，以分析手术切缘阳性的风险。
8、与现有技术相比，本发明的有益效果：
9、本发明通过深度学习算法构建的模型识别术后组织图片或术后扫描切片中是否存在肿瘤残留目标，避免医生通过肉眼观察和勾画肿瘤残留目标带来的不准确性；通过逻辑回归构建手术切缘阳性预测模型，判断食管鳞状细胞癌术后是否有手术切缘阳性的风险，缓解医生工作压力。
1.食管鳞状细胞癌患者术后手术切缘阳性预测模型构建方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的食管鳞状细胞癌患者术后手术切缘阳性预测模型构建方法，其特征在于：所述步骤1中，历史全周期数据的指标还包括食管鳞状细胞癌患者的性别、年龄、功能状态评分、身体质量指数、肿瘤位置、病理t分期、病理n分期、病理tnm分期、淋巴结清扫数目、脉管是否浸润、神经是否侵犯、是否有多灶癌、手术方式、术前是否治疗。
3.根据权利要求1所述的食管鳞状细胞癌患者术后手术切缘阳性预测模型构建方法，其特征在于：所述步骤2具体包括以下步骤：
4.根据权利要求2所述的食管鳞状细胞癌患者术后手术切缘阳性预测模型构建方法，其特征在于：所述步骤3具体包括以下步骤：
5.根据权利要求4所述的食管鳞状细胞癌患者术后手术切缘阳性预测模型构建方法，其特征在于：所述将历史全周期数据的指标作为影响肿瘤残留类别的因素，建立因素概率矩阵的步骤，包括：
6.根据权利要求5所述的食管鳞状细胞癌患者术后手术切缘阳性预测模型构建方法，其特征在于：所述使用topsis法计算因素得分指标，并计算每种肿瘤残留类别下所有因素的平均得分的步骤，包括：
7.根据权利要求6所述的食管鳞状细胞癌患者术后手术切缘阳性预测模型构建方法，其特征在于：所述基于因素概率矩阵求解特征值和特征向量的步骤，包括：
8.根据权利要求7所述的食管鳞状细胞癌患者术后手术切缘阳性预测模型构建方法，其特征在于：所述基于特征值和特征向量通过主成分分析法提取主成分的步骤，包括：
9.根据权利要求8所述的食管鳞状细胞癌患者术后手术切缘阳性预测模型构建方法，其特征在于：所述基于所有因素的平均得分、提取的主成分，通过逻辑回归算法构建回归模型的步骤，包括：
