基于代谢组学特征分析的胃癌复发风险预测方法

本发明公开了一种基于代谢组学特征分析的胃癌复发风险预测方法，S1、构建代谢组学数据集；S2、对采集的代谢组学数据集进行预处理；S3、提取与胃癌复发相关的代谢物特征；S4、基于提取的代谢物特征，利用代谢途径积分法对每条代谢途径的扰动进行量化，计算代谢途径内代谢物浓度变化的异常程度；S5、构建包含代谢组学数据集、代谢途径积分以及患者个体信息的多维特征矩阵；S6、将所述多维特征矩阵输入训练好的机器学习模型，输出患者的胃癌复发风险评分；S7、根据复发风险评分生成预测报告。本发明通过结合代谢组学特征分析、时空耦合量子优化网络和非线性扰动模型，解决现有技术在胃癌复发风险预测中的实时性不足和数据整合不充分的问题。