申请/专利权人：重庆医科大学

申请日：2023-10-30

公开（公告）日：2024-02-06

公开（公告）号：CN117524320A

主分类号：G16B40/20

分类号：G16B40/20;G16B20/00;G06N20/20;G06N3/08;G01N33/68

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明公开了基于TPIS、ENOA、PPIB泪液标志物的妊娠鉴别人工智能模型构建方法及试剂盒，本发明利用TPIS、ENOA、PPIB的泪液浓度在未孕和孕早期女性中有显著差异，该差异特点可经人工智能程序训练构建用于妊娠鉴别的人工智能模型，构建的人工智能模型在鉴别原理和样本来源上有别于现有的妊娠鉴别技术，将促进妊娠鉴别技术的发展。

主权项：1.基于TPIS、ENOA、PPIB泪液标志物的妊娠鉴别人工智能模型构建方法，其特征在于，包括如下步骤：1收集正常女性和孕早期女性泪液样本，检测受试者TPIS、ENOA、PPIB的泪液浓度，得到TPIS、ENOA、PPIB的数据集；2将步骤1得到的数据集输入sklearn.ensemble.RandomForestClassifier程序，通过随机森林法训练妊娠鉴别人工智能模型，采用训练参数如下：第一个隐藏层神经元数200，第二个隐藏层神经元数100，第一个隐藏层激活函数relu，第一个隐藏层激活函数tanh，epochs＝20，batchsize＝32；经50次随机测试集测试，每次鉴别的AUC值均超过0.99通过人工智能模型训练。

全文数据：

权利要求：

百度查询： 重庆医科大学 基于TPIS、ENOA、PPIB泪液标志物的妊娠鉴别人工智能模型构建方法及试剂盒

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