-
公开(公告)号:CN115188476B
公开(公告)日:2025-04-18
申请号:CN202210861995.5
申请日:2022-07-20
Applicant: 西安市红会医院(西安市骨科研究所)
Abstract: 本发明涉及骨折合并深静脉血栓预测技术领域,尤其涉及一种基于遗传学特征预测骨折合并深静脉血栓风险的方法,包括以下步骤:P1,筛选出DVT基因型SNP特征集;P2,建立骨折合并DVT预测模型和模型评估指标;P3,优化骨折合并DVT预测模型,确定骨折合并DVT预测模型的最优特征SNP子集;P4,根据最优特征SNP子集从未知是否发生DVT的骨折患者的基因型数据中提取最优DVT基因型SNP特征集,将DVT基因型SNP特征集与最优DVT基因型SNP特征集进行对比,预测骨折患者是否发生DVT的风险值。本发明将基因组DNA序列信息与机器学习的方法结合,利用集成学习中的随机森林算法,进一步提取基因组序列特征,对骨折患者发生DVT的风险进行预测,从而为患者后续的治疗和用药提供精确的临床指导。
-
公开(公告)号:CN115188476A
公开(公告)日:2022-10-14
申请号:CN202210861995.5
申请日:2022-07-20
Applicant: 西安市红会医院(西安市骨科研究所)
Abstract: 本发明涉及骨折合并深静脉血栓预测技术领域,尤其涉及一种基于遗传学特征预测骨折合并深静脉血栓风险的方法,包括以下步骤:P1,筛选出DVT基因型SNP特征集;P2,建立骨折合并DVT预测模型和模型评估指标;P3,优化骨折合并DVT预测模型,确定骨折合并DVT预测模型的最优特征SNP子集;P4,根据最优特征SNP子集从未知是否发生DVT的骨折患者的基因型数据中提取最优DVT基因型SNP特征集,将DVT基因型SNP特征集与最优DVT基因型SNP特征集进行对比,预测骨折患者是否发生DVT的风险值。本发明将基因组DNA序列信息与机器学习的方法结合,利用集成学习中的随机森林算法,进一步提取基因组序列特征,对骨折患者发生DVT的风险进行预测,从而为患者后续的治疗和用药提供精确的临床指导。
-
公开(公告)号:CN222787925U
公开(公告)日:2025-04-25
申请号:CN202420790345.0
申请日:2024-04-16
Applicant: 西安市红会医院(西安市骨科研究所)
IPC: A61D1/00
Abstract: 本实用新型公开了一种动物腿部骨折实验模型折断装置,包括:支撑板、折断座和下压架,所述支撑板上侧连接所述折断座,所述支撑板一端部铰接所述下压架,所述下压架下侧伸出下压板,所述下压板设在所述折断座两侧。解决了现有技术中对于动物腿部骨折实验模型的制造,完全违背真实的碰撞骨折过程,脱离实践的实验模型达不到实验的目的。该动物腿部骨折实验模型折断装置,用于长骨骨干位置相对一致的骨折位点制造。简化了现有装置的结构和操作,模拟实际骨折发生环境,不限制骨折后骨折碎片的冲击移位,简单高效地实现了骨折模型的构建。简化装置并提供便捷的操作,可以根据实验需要轻便移动造模装置。制作成本低,便于推广和使用。
-
-