公开(公告)号：CN119132574A

公开(公告)日：2024-12-13

申请号：CN202411275576.9

申请日：2024-09-12

Applicant: 首都医科大学附属北京安定医院

Inventor： 刘明霞 ,  杨健 ,  王刚 ,  孙作厘 ,  贺毅

IPC: G16H50/20 ,  G01N21/35 ,  G16H50/70 ,  G06F18/25 ,  G06F18/243 ,  G06F18/2411 ,  G06F18/2134 ,  G06F18/2135 ,  G06F18/10

Abstract: 本发明公开了基于微量血中红外光谱建立抑郁症诊断模型的方法，属于抑郁症诊断技术领域，包括以下步骤：S1、采集并保存抑郁症病人和健康对照的微量血样本，S2、采集血样本的中红外光谱形成中红外光谱集并进行预处理，S3、通过算法建立多个中红外光谱识别的基础模型，经集成后形成最终的中红外光谱识别模型，S4、采集待诊断病人血样本的中红外光谱，代入中红外光谱识别模型，获得谱图识别结果，S5、重复步骤S2、S3，优化提升模型性能。本专利无需样品前处理，仅需微量血即可快速完成待诊断病人的中红外光谱谱图识别，集成多种预处理方法和机器学习算法，在诊断应用中具有较高的准确率和鲁棒性，在实践过程中能够进行参数优化和模型升级。

公开(公告)号：CN119230040A

公开(公告)日：2024-12-31

申请号：CN202411275578.8

申请日：2024-09-12

Applicant: 首都医科大学附属北京安定医院

Inventor： 王刚 ,  刘明霞 ,  杨健 ,  孙作厘 ,  贺毅

IPC: G16H10/40 ,  G01N21/359 ,  G16H50/20 ,  G06N20/00

Abstract: 本发明公开了基于干燥血近红外光谱建立抑郁症诊断模型的方法，属于抑郁症诊断技术领域，包括以下步骤：S1、采集并保存抑郁症病人和健康对照的血样本，S2、制备干燥血样本并采集其近红外光谱形成光谱集，S3、将近红外光谱集数据进行预处理，建立多个基础模型，S4、筛选合并重要特征后，机器学习算法建立模型，选出最优模型作为最终的谱图识别模型，S5、采集待诊断病人干燥血的近红外光谱，将其代入谱图识别模型，快速识别结果。本发明无需样品前处理，仅需微量血即可快速完成待诊断病人的近红外光谱谱图识别，采集的干燥血近红外光谱与液态血的光谱相比，没有水峰的强干扰，特征信号更多更强，筛选出重要特征建模，增加了计算速率和模型准确度。