1.一种基于大数据分析技术的胃癌疾病风险检测装置，其特征在于，主要包括数据采集模块、数据库、数据预处理模块、特征提取模块和风险评估模块；

所述数据采集模块获取测试者基本数据，并存储在数据库的疾病风险数据集中；

所述数据库存储数据预处理模块、特征提取模块和风险评估模块；

所述数据预处理模块对疾病风险数据集进行预处理，得到预处理后的疾病风险数据样本单元x1，…，xn，并发送至特征提取模块；

所述特征提取模块利用近邻成分分析法提取疾病风险数据单元x1，…，xn的特征，从而建立风险特征数据集T＝{(x1,y1),...,(xn,yn)}，并发送至风险评估模块；

特征提取模块利用近邻成分分析法提取疾病风险数据样本单元x1，…，xn特征的主要步骤如下：

1)给定疾病风险数据样本单元x1，…，xn，计算疾病风险数据样本单元xi和疾病风险数据样本单元xj之间的加权距离Dw(xi,xj)，即：式中，xi为d维特征向量；w为权重向量；wl是关联于第l个特征的权值；|xil‑xjl|表示第l个特征下疾病风险数据单元xi和疾病风险数据单元xj距离绝对值；i＝1，2，…，n；j＝1，

2，…，n；

2)基于留一法，计算疾病风险数据样本单元xi选择疾病风险数据样本单元xj作为近邻时的概率分布pij，即：式中，k(z)＝exp(‑z/σ)是核函数；σ为核宽度；

3)将疾病风险数据样本单元xi通过近邻样本单元正确分类的概率pi如下所示：式中，yij为样本标签，当且仅当yi＝yj时yij＝1，否则yij＝0；yi∈{1...C}为xi所对应的分类标签；

4)特征权重的目标函数ξ(w)如下所示：

式中，λ为正则化参数；λ≥0；

5)选取特征权重wl大于0的数据样本单元作为胃癌风险数据的特征属性，从而建立胃癌风险数据集T＝{(x1,y1),...,(xn,yn)}；

所述风险评估模块对风险特征数据集T＝{(x1,y1),...,(xn,yn)}进行深度学习，得到风险评估结果yc；yc＝1，表示无高风险，yc＝2，表示高风险；

风险评估结果yc如下所示：

式中，e为输出神经元的激活函数； 表示权重矩阵中第j个输入样本到连接到第c个输出神经元的权重；xi为疾病风险数据样本单元； 表示权重矩阵中第i个输入样本连接到第j个神经元的权重，rj为输入样本到隐藏层第j神经元的偏置；rc为第c神经元输出的偏置；f为输入层到隐藏层的激活函数。

2.根据权利要求1所述的一种基于大数据分析技术的胃癌疾病风险检测装置，其特征在于：所述测试者基本数据主要包括身高、年龄、体重、性别、每日饮食、生活环境、既往患病史、恶性肿瘤家族史数据和测试者防癌风险评估等级数据。

3.根据权利要求1或2所述的一种基于大数据分析技术的胃癌疾病风险检测装置，其特征在于：数据预处理模块对疾病风险数据集进行预处理的主要步骤如下：

1)删除疾病风险数据集中数据信息缺失项大于80％的行或列，从而更新疾病风险数据集；

2)将更新后的疾病风险数据集中的离散项进行数值化标注：判断测试者基本数据影响风险评估结果的概率，若概率大于50％，则将测试者基本数据数值化为2，相反，则将测试者基本数据数值化为1；

3)将更新后的疾病风险数据集中的连续项整合，再进行数值化标注；

4)基于数值化标注结果，建立预处理后的疾病风险数据单元x1，…，xn。

4.根据权利要求1所述的一种基于大数据分析技术的胃癌疾病风险检测装置，其特征在于，所述数据采集模块通过通信网络与医院信息装置和/或测试者终端互联，从而获取测试者基本数据。

5.根据权利要求1所述的一种基于大数据分析技术的胃癌疾病风险检测装置，其特征在于，还包括计算机可读介质；

所述计算机可读介质内写入数据库所有数据。