龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：遵义医科大学附属医院
申请日：2024-04-19
公开（公告）日：2024-06-21
公开（公告）号：CN118230944A
主分类号：G16H50/20
分类号：G16H50/20;G16H50/30;G16H50/70;G06F18/23;G06F18/24;G06F18/10;G06N20/20;G16B30/00;G16B40/30;G16B40/20
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本方案公开了医疗检测器械技术领域的一种基于肠道菌群利用深度学习构建的氟骨症预测模型，本发明通过分析人群粪便样本肠道菌群特征，综合分析样本的16SrRNA高通量测序数据，包括肠道菌群的组成、多样性及相对丰度差异，并结合样本的背景信息来降低干扰，采用机器深度学习，筛选出关键biomarker生物标记，构建随机森林模型，有效降低氟骨症诊断成本、减少辐射危害的同时，大大提高氟骨症患者依从性，提高氟骨症诊断普及率及准确率，并且可作为氟骨症发展的评价指标，靶向干预肠道菌群，进而实现氟骨症的有效防治。
主权项：1.一种基于肠道菌群利用深度学习构建氟骨症预测模型的方法，其特征在于，包括以下步骤：S1、采集样本：采集氟骨症患者粪便样本，对氟骨症患者粪便样本进行肠道菌群的16SrRNA高通量测序，测序数据为原始数据；S2、数据预处理：预处理原始数据得到有效数据，基于有效数据进行聚类和去噪，并进行物种分类分析；S3、基于聚类和去噪的结果，进行物种注释，得到对应的肠道菌群物种信息和基于物种的丰度分布情况；S4、相关丰度分布：分析不同样本组间的肠道菌群物种丰度组成差异，找出关键生物标记；S5、关联网络分析、排除背景信息干扰：根据肠道菌群物种在各样本中的组成分布，结合患者背景信息，进行相关性分析，构建关联网络；S6、筛选重要物种、构建随机森林模型：对不同分类水平，按MeanDecreaseAccuracy和MeanDecreaseGin筛选出不同数量的重要物种，通过机器学习构建随机森林模型，交叉验证并绘制ROC曲线。
全文数据：
权利要求：
百度查询： 遵义医科大学附属医院 一种基于肠道菌群利用深度学习构建的氟骨症预测模型及其构建、使用方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号