甲状腺癌是目前世界上发病率增长速度最快的实体肿瘤,社会各界尤其是医学界愈来愈关注甲状腺癌。我国甲状腺癌患者病例数逐年升高,且我国甲状腺癌患者的5年生存率远不及欧美等发达国家。因此,有必要使用一定的方法对甲状腺癌患者的生存期进行精准预测,精确的生存期预测一方面能够帮助患者了解自己的身体状况,缓解焦虑,另一方面可以帮助医疗人员制定精确的医疗计划,做到有的放矢,确保治疗的有效性,提高癌症患者的5年生存率。为了更准确地预测甲状腺癌患者的生存期,本文从TCGA数据库中下载了与甲状腺癌相关的组学数据（RNA、mi RNA、DNA甲基化、拷贝数变异）和临床数据,提出了一个基于数据挖掘方法的生存期预测框架,该预测框架侧重于处理数据集中的类别不平衡、特征维度高以及多组学数据融合问题,具体思路如下（1）使用综合采样SMOTETomek算法处理数据集中类别不平衡问题;（2）使用差异表达分析法及基于树模型的集成学习算法对高维的组学数据进行特征选择,得出相应的最优特征子集;（3）借鉴启发式变量选择中的向前选择法对各组学数据进行融合,寻找最优的组学组合;（4）使用支持向量机分类算法对癌症患者的生存期进行预测。本研究使用Python编程语言实现上述所有操作,并使用AUC值、召回率及其他相关指标评估预测性能。本文使用RNA组学数据进行初步探讨时发现,本研究提出的预测框架对甲状腺癌患者的5年生存期进行预测时有很好的效果,基于SMOTETomek算法处理类别不平衡问题后预测模型的AUC值从0.6564提高到了0.7683,基于平衡数据集使用Ada Boost算法进行特征选择后AUC值达到了0.8185,预测性能明显提升。本文在对多组学数据进行融合时,先使用所提出的预测框架对各组学数据进行处理,得到各组学数据中对癌症患者生存期影响最大的特征子集,然后使用向前选择法对多组学数据进行融合,得到了两种最佳组学组合:（1）DM+mi RNA,其AUC值为0.9768,精确率为1;（2）DM+mi RNA+Clinical,其AUC值为0.9768,召回率为1。两种组学组合都能对癌症患者的生存期进行精准预测,都高于单组学数据的AUC值,且有各自的侧重点。医疗人员在实际应用中可以根据实际需求选择合适的组学组合进行精准地医疗诊断、制定合适的医疗方案。