申请/专利权人:河南中医药大学
申请日:2023-12-18
公开(公告)日:2024-03-01
公开(公告)号:CN117637149A
主分类号:G16H50/20
分类号:G16H50/20;G16H50/50;G06F18/214;G06F18/243;G06N5/01
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.19#实质审查的生效;2024.03.01#公开
摘要:本发明属于人工智能领域,尤其是涉及一种IgA肾病早期诊断标志物确定方法及系统,根据IgA肾病患者样本和非IgA肾病患者样本生成训练集和测试集;采用训练集训练第一XGBoost模型,根据第一XGBoost模型中每棵决策树的顺序和每棵决策树中标志物对应的增益计算得到第一标志物集合;采用测试集训练第二XGBoost模型,根据第二XGBoost模型中每棵决策树对应的标志物的覆盖度和标志物对应的特征值个数得到每棵决策树对应的标志物集合,基于第二XGBoost模型中每棵决策树的标志物集合得到第二标志物集合;根据第一标志物集合中每个标志物的贡献度和第二标志物集合中每个标志物的贡献度得到IgA肾病早期诊断标志物。本发明提高了识别IgA肾病早期诊断标志物准确性。
主权项:1.一种IgA肾病早期诊断标志物确定方法,其特征在于,所述方法包括以下步骤:访问IgA肾病患者早期的电子病历以及非IgA肾病患者的早期电子病历,从电子病历中获取预设集合中标志物对应的内容,将所述内容经过编码后,构成IgA肾病患者样本和非IgA肾病患者样本,并生成训练集和测试集;采用训练集训练第一XGBoost模型,利用所述训练集训练第一XGBoost模型,根据第一XGBoost模型中每棵决策树的顺序和每棵决策树中标志物对应的增益计算得到第一标志物集合;采用测试集训练第二XGBoost模型,根据第二XGBoost模型中每棵决策树对应的标志物的覆盖度和标志物对应的特征值个数得到每棵决策树对应的标志物集合,基于第二XGBoost模型中每棵决策树的标志物集合得到第二标志物集合;根据第一标志物集合中每个标志物的贡献度和第二标志物集合中每个标志物的贡献度得到IgA肾病早期诊断标志物。
全文数据:
权利要求:
百度查询: 河南中医药大学 一种IgA肾病早期诊断标志物确定方法及系统
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。