一种泌尿系统癌症类别的预测方法及其生物标志物的评估方法

本发明属于医学人工智能技术领域，具体公开了一种泌尿系统癌症类别的预测方法及其生物标志物的评估方法。本发明针对尿液的SERS光谱，开发了特征提取算法和拉曼注意力神经网络，成功地实现了区分健康对照组、良性泌尿疾病组、膀胱癌组、肾癌组和前列腺癌组，整体准确率为94.87%。尤其是，提供了泌尿系统癌症类别生物标志物的评估方法，成功揭示了癌症诊断依赖于特定生物标志物水平的差异，确定癌症的有效生物标志物。研究发现，大多数生物标志物与阳性预测呈正相关，癌症特异性生物标志物尤为重要，这为当前新型疾病诊断技术的临床基础模糊问题提供了重要的指导。