申请/专利权人：深圳爱湾医学检验实验室

申请日：2023-07-27

公开（公告）日：2024-07-02

公开（公告）号：CN117238491B

主分类号：G16H50/30

分类号：G16H50/30;G06F18/20

优先权：

专利状态码：有效-授权

法律状态：2024.07.02#授权;2024.01.02#实质审查的生效;2023.12.15#公开

摘要：本发明提出基于尿液代谢组数据的尿结石风险预测方法及其系统，其方法包括采用质谱分析法对尿液样本中的代谢物进行检测和定量，并获取对应的原始数据；对原始数据进行滤波、差值、归一化以及去除离群点的第一次数据处理以生成待分析数据；利用马尔可夫模型对待分析数据进行特征确定的统计过程，并根据支持向量机对统计后的各个待分析数据中的子数据进行向量设置和个体建模；将确定的子数据向量、个体建模和各个子数据导入至神经网络预测模型中，并采集神经网络预测模型经过处理后输出的个体建模图、尿结石分析结果和尿结石患病概率；将个体建模图、尿结石分析结果和尿结石患病概率作为预测结果进行输出。

主权项：1.一种基于尿液代谢组数据的尿结石风险预测方法，其特征在于，包括：采用质谱分析法对尿液样本中的代谢物进行检测和定量，并获取对应的原始数据；对所述原始数据进行滤波、差值、归一化以及去除离群点的第一次数据处理以生成待分析数据；利用马尔可夫模型对所述待分析数据进行特征确定的统计过程，并根据支持向量机对统计后的各个所述待分析数据中的子数据进行向量设置和个体建模，其中，所述子数据通过马尔可夫模型的特征确定进行标记；将确定的子数据向量、个体建模和各个所述子数据导入至神经网络预测模型中，并采集所述神经网络预测模型经过处理后输出的个体建模图、尿结石分析结果和尿结石患病概率；将所述个体建模图、尿结石分析结果和尿结石患病概率作为预测结果进行输出；其中，所述采用质谱分析法对尿液样本中的代谢物进行检测和定量，并获取对应的原始数据的步骤，包括：采用液相色谱-质谱联用法对所述尿液样本进行高效液相色谱柱物质分离，生成第一样本数据；采用气相色谱-质谱联用法对所述尿液样本进行气态化合物检测，生成第二样本数据；并获取对尿液样本进行注射质谱法后的检测数据；整合所述第一样本数据与所述第二样本数据生成所述原始数据，并将所述原始数据与检测数据进行比对判断原始数据误差阈值是否低于预设值；若是，则获取所述原始数据；所述利用马尔可夫模型对所述待分析数据进行特征确定的统计过程，并根据支持向量机对统计后的各个所述待分析数据中的子数据进行向量设置和个体建模的步骤，包括：通过所述马尔可夫模型对待分析数据中的各个子序列进行分类，并采用转移概率矩阵和稳态概率分布对各个所述子序列进行关键特征提取过程；对各个所述子序列进行数学向量转化生成与各个子序列匹配的序列向量，并根据所述关键特征提取过程对各个序列向量进行维度和特征权重的设置；创建三维坐标系XYZ，分别为液态浓度特征X、气态浓度特征Y、尿结石患病概率Z；将各个进行维度和特征权重设置后的序列向量输入至所述三维坐标系中，通过各个序列向量中的液态浓度特征X和气态浓度特征Y输入在三维坐标系中构建出第一三维坐标系XY；所述将确定的子数据向量、个体建模和各个所述子数据导入至神经网络预测模型中，并采集所述神经网络预测模型经过处理后输出的个体建模图、尿结石分析结果和尿结石患病概率的步骤，包括：将子数据向量、个体建模和各个所述子数据导入至神经网络预测模型中，通过所述神经网络预测模型评估出尿结石患病概率Z；再将所述尿结石患病概率Z输入至第一三维坐标系XY生成第二三维坐标系XYZ，并将所述第二三维坐标系XYZ作为个体建模图输出。

全文数据：

权利要求：

百度查询： 深圳爱湾医学检验实验室 一种基于尿液代谢组数据的尿结石风险预测方法及其系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD