-
公开(公告)号：CN118800445A
公开(公告)日：2024-10-18
申请号：CN202410779064.X
申请日：2024-06-17
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
IPC: G16H50/30 , G06F18/211 , G06F18/20
Abstract: 本发明公开了一种肿瘤患者总体存活时间预测方法及系统，包括以下步骤：步骤一，获取肿瘤患者总体存活时间研究数据；步骤二，对所述数据进行特征选择，得到最佳特征；步骤三，使用步骤二中得到的最佳特征，利用两步建模方法建立预测模型；以最小化MSE目标函数J1为目标，训练预测初始模型；对于所获得的初始模型，以最小化Sigmoid目标函数J2′为目标，训练获得最终OSt预测模型。本发明在第一步建模阶段建立初始模型，以减少患者真实OSt/记录OSt与预测OSt之间的误差，在第二步建模阶段微调该初始模型，使存活患者预测OSt大于其记录OSt。
-
公开(公告)号：CN117912567A
公开(公告)日：2024-04-19
申请号：CN202410078266.1
申请日：2024-01-18
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种N‑糖肽保留时间预测方法，包括以下步骤；步骤一：根据多肽部分的编码构造多肽特征；步骤二：根据糖链部分的编码构造糖链特征；步骤三：拼接多肽特征和糖链特征构成N‑糖肽特征；步骤四：基于N‑糖肽特征构造结构化数据集；步骤五：保留时间归一化；步骤六：运用步骤四的结构化数据集及步骤五的归一化保留时间，训练N‑糖肽保留时间预测模型。本发明充分提取N‑糖肽特征的特点，能够达到提高N‑糖肽保留时间预测准确度的目的。
-
公开(公告)号：CN115081190B
公开(公告)日：2025-01-28
申请号：CN202210581688.1
申请日：2022-05-26
Applicant: 西安电子科技大学
Abstract: 一种肾小球滤过率估算模型的构建方法与系统，包括，步骤1：对原始数据集进行mRMR特征选择，筛选出自变量特征，变换后的数据集作为后续建模的基础数据集；步骤2：对基础数据集构建两种线性回归模型；步骤3：对基础数据集进行有放回采样，对重复的样本去重；步骤4：在步骤3去重后的N个采样数据集上对设定的模型训练，获得其参数：得到N个临时的局部模型，分别按步骤2得到的以上两种形式在去重后的N个采样数据集上进行多元线性回归建模；步骤5：全局模型构建，通过步骤4中得到的局部模型参数的平均作为全局模型的参数，得到的全局模型为构建的肾小球滤过率估算模型。本发明针对特定人群数据进行建模，得到更适用于特定人群的GFR估算模型。
-
公开(公告)号：CN117437993A
公开(公告)日：2024-01-23
申请号：CN202311410170.2
申请日：2023-10-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种糖链理论谱图生成方法，包括以下步骤；步骤一：输入：糖链结构T*的结构编码，将糖链结构T0初始为空；初始基础项表、交叉项表为空；初始化理论谱图Z0为空，理论谱图中质量0对应糖链结构所附着的肽链的质量；步骤二边生长拓扑结构边计算其理论谱图：重复做步骤二，直到Ti＝T*为止；步骤三，输出T*的理论MS2谱图数据。本发明通过假设糖链子结构稳定性已知，可以生成其完整的理论谱图，包括质量和丰度信息；通过理论谱图迭代演化，快捷高效地生成糖链理论谱图；通过定义基础项和交叉项，生成全面完整的理论MS2谱图；构成了理论MS2谱图的系统方法，有利于对未知糖链结构的鉴定研究。
-
公开(公告)号：CN116994751A
公开(公告)日：2023-11-03
申请号：CN202310673297.7
申请日：2023-06-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种孕早期子痫前期风险预测模型的构建方法及装置，包括以下步骤；步骤1：孕早期子痫前期数据预处理；步骤2：孕早期子痫前期数据采样；步骤3：步骤2获得的所有采样集Ωj进行SVM模型训练；步骤4：孕早期子痫前期风险预测模型构建；步骤5：对步骤4孕早期子痫前期风险预测模型进行交叉验证；步骤6：孕早期子痫前期风险预测误差的均值计算；步骤7：孕早期子痫前期风险预测误差的变异系数计算。本发明得到针对性更强、准确率更高的预测模型和平台。构建的模型规模小，存储量小，响应速度高。该评估方法能够更全面、准确、可靠地评估模型的预测性能。
-
Patent Agency Ranking
公开(公告)号：CN110379460B
公开(公告)日：2023-06-20
申请号：CN201910517713.8
申请日：2019-06-14
Applicant: 西安电子科技大学
IPC: G16B30/00
Abstract: 本发明属于生物及医学基因技术领域，公开了一种基于多组学数据的癌症分型信息处理方法；首先对多组学数据的单碱基突变数据进行预处理，转化成三碱基突变模式；对预处理得到的三碱基突变矩阵进行非负矩阵分解，对于分解得到的特征矩阵进行k‑means聚类分析，采用轮廓系数选取最优的k，得到突变主导下的癌症样本的亚型标签。接着对剩余的组学数据进行预处理，借助iclusterplus工具进行集成聚类分析，并使用最小贝叶斯准则确定聚类模型，再一次对样本进行亚型的定义，接着采用自定义的算法融合两次分型结果，确定样本最终的癌症亚型标签。本发明的数据获取便捷，工具便于操作，结果的可靠性相对较高。
-
公开(公告)号：CN110459266B
公开(公告)日：2022-04-08
申请号：CN201910539328.3
申请日：2019-06-20
Applicant: 西安电子科技大学
Abstract: 本发明属于数据处理技术领域，公开了一种SNP致病因素与疾病关联关系模型建立方法，采集当前SNP致病因素对应的样本数据集；依据初始值对样本数据集进行绝对划分；基于机器学习方法的SNP致病因素与疾病关联关系建模；建模结果准确性评价；确定SNP致病因素与疾病的关联关系模型。本发明通过绝对划分的方法，降低了各个SNP致病因素之间的相互影响程度，使建立的每个SNP致病因素与疾病的关联关系模型更准确。本发明操作简单，只需要输入原始的SNP数据和所有的SNP致病因素，即可得到每个SNP致病因素与疾病的较为准确的关联关系模型。
-
公开(公告)号：CN110428897B
公开(公告)日：2022-03-18
申请号：CN201910533581.8
申请日：2019-06-19
Applicant: 西安电子科技大学
Abstract: 本发明属于生物医学领域，公开了一种基于SNP致病因素与疾病关联关系的疾病诊断信息处理方法，采集当前SNP致病因素对应的样本数据集，建立SNP致病因素与疾病关联关系模型；建立疾病诊断策略，利用SNP致病因素与疾病的关联关系模型进行疾病诊断；对诊断策略有效性评价，分别用独立诊断正确率和联合诊断正确率来评价单个SNP致病因素的诊断性能及所有SNP致病因素的联合诊断性能；确定诊断结果，计算对于单个SNP致病因素的独立诊断正确率和对于多个SNP致病因素的联合诊断正确率。本发明操作简单，可减轻医生的问诊负担，提高问诊效率。同时，本发明的测试结果相对于其它诊断方法有更高的诊断性能。
-
公开(公告)号：CN114171130A
公开(公告)日：2022-03-11
申请号：CN202111235011.4
申请日：2021-10-22
Applicant: 西安电子科技大学
Abstract: 本发明属于核心岩藻糖鉴定技术领域，公开了一种核心岩藻糖鉴定方法、系统、设备、介质及终端，所述核心岩藻糖鉴定方法包括：引入特征离子；数据预处理；模型训练；阈值计算；核心岩藻糖鉴定。本发明通过去除FUT8的小鼠组织中不存在核心岩藻糖，通过自编码器学习非核心岩藻糖数据的表征，将核心岩藻糖鉴定看作是异常检测问题，从而避免训练数据中存在岩藻糖迁移的非核心岩藻糖和核心岩藻糖数据的标签错误问题。本发明操作简单，训练数据只含有非核心岩藻糖数据；在技术上引入10个特征离子，其丰度输入到自编码器中，获得待鉴定质谱是否为核心岩藻糖质谱的结论。本发明还可以区分核心岩藻糖和存在岩藻糖迁移的非核心岩藻糖，且鉴定速度快。
-
公开(公告)号：CN110459266A
公开(公告)日：2019-11-15
申请号：CN201910539328.3
申请日：2019-06-20
Applicant: 西安电子科技大学
Abstract: 本发明属于数据处理技术领域，公开了一种SNP致病因素与疾病关联关系模型建立方法，采集当前SNP致病因素对应的样本数据集；依据初始值对样本数据集进行绝对划分；基于机器学习方法的SNP致病因素与疾病关联关系建模；建模结果准确性评价；确定SNP致病因素与疾病的关联关系模型。本发明通过绝对划分的方法，降低了各个SNP致病因素之间的相互影响程度，使建立的每个SNP致病因素与疾病的关联关系模型更准确。本发明操作简单，只需要输入原始的SNP数据和所有的SNP致病因素，即可得到每个SNP致病因素与疾病的较为准确的关联关系模型。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.037 seconds)
