术前PTC风险预测模型的训练方法、预测方法、设备及介质

本申请公开了一种术前PTC风险预测模型的训练方法、预测方法、设备及介质，根据预设样本筛选标准，获取样本术前FNA标本的术前临床信息及术后PTC风险分层结果；从术前临床信息中确定出预测性特征；获取基于ddPCR技术检测得到的各FNA标本的原始BRAFV600E突变丰度，基于预设的检测肿瘤纯度方式检测各FNA标本的肿瘤纯度，并将原始BRAFV600E突变丰度除以肿瘤纯度获得标准BRAFV600E突变丰度，以从各样本术前FNA标本中确定出训练术前FNA标本；将各训练术前FNA标本的预测性特征以及标准BRAFV600E突变丰度作为模型的输入特征、将各训练术前FNA标本的术后PTC风险分层结果作为输入特征的标签、并将术前PTC低风险或术前PTC中高风险作为模型的预测结果，基于XGBoost算法训练得到术前PTC风险预测模型。