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：九江学院
申请日：2024-04-02
公开（公告）日：2024-06-28
公开（公告）号：CN118262899A
主分类号：G16H50/20
分类号：G16H50/20;G16H50/70;G06F18/27;G16B40/00;G16B35/20
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种结直肠癌合并血吸虫感染的检测模型构建方法及系统，方法包括：获取结直肠癌合并血吸虫患者的病例数据，并基于预设的筛选规则对病例数据中各个蛋白进行第一次筛选，得到至少一个差异蛋白；基于预设的单因素比例风险回归模型对至少一个差异蛋白进行第二次筛选，得到待检测生物标志物；获取病例数据内血清中待检测生物标志物的浓度，并将待检测生物标志物的浓度作为原始训练数据集；基于原始训练数据集，采用广义线性模型算法及超参数构建结直肠癌合并血吸虫感染的检测模型，通过对临床样本进行蛋白组学分析，并根据待检测生物标志物构建与血吸虫感染相关的结直肠癌预测模型，为临床诊断和精准治疗提供指导。
主权项：1.一种结直肠癌合并血吸虫感染的检测模型构建方法，其特征在于，包括：获取结直肠癌合并血吸虫患者的病例数据，并基于预设的筛选规则对所述病例数据中各个蛋白进行第一次筛选，得到至少一个差异蛋白；基于预设的单因素比例风险回归模型对所述至少一个差异蛋白进行第二次筛选，得到待检测生物标志物，其中，所述待检测生物标志物为hsd17b4、h2ac4、hla-c、pc、epx、rpia、tor1aip1、mindy1、dpysl5、nucks1、cnot2、ndufa13和dnm3的任意组合；获取所述病例数据内血清中所述待检测生物标志物的浓度，并将所述待检测生物标志物的浓度作为原始训练数据集；将原始训练数据集按K折交叉验证机制分割成K个子集，选取其中一个子集作为验证集Ddev，未选择的子集合并形成训练数据池Dtrain；选择广义线性模型算法用于构建检测模型以及算法的超参数优化过程中网格搜索范围，并确定检测模型构建的参数；基于所述训练数据池Dtrain，采用广义线性模型算法及超参数构建结直肠癌合并血吸虫感染的检测模型。
全文数据：
权利要求：
百度查询： 九江学院 一种结直肠癌合并血吸虫感染的检测模型构建方法及系统
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