申请/专利权人:香港科技大学;南方科技大学;上海市第一人民医院
申请日:2023-05-19
公开(公告)日:2024-03-01
公开(公告)号:CN117637156A
主分类号:G16H50/30
分类号:G16H50/30;G06F17/18;G06N20/00
优先权:["20220829 US 63/401,721"]
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:本发明提供了基于机器学习的不稳定型心绞痛的ICA风险评估模型的构建方法及其应用,所述方法包括以下步骤:1获取不稳定型心绞痛患者的临床数据并进行数据处理;2对步骤1所述的数据进行特征选择,剔除与血运重建不相关的特征;3利用步骤2选择的特征训练机器学习模型,所述机器学习模型用于预测不稳定型心绞痛患者的血运重建概率,进而进行ICA风险评估。利用本发明的方法可以确定能从ICA中受益的不稳定型心绞痛患者,避免不必要的ICA。
主权项:1.一种不稳定型心绞痛的ICA风险评估模型的构建方法,其特征在于,所述方法包括以下步骤:1获取不稳定型心绞痛患者的临床数据并进行数据处理,所述数据包括以下特征:年龄、BMI、性别、心率、收缩压、舒张压、是否吸烟、是否患有糖尿病、是否患有高血压、是否有ST偏差、甘油三辛酸酯、低密度脂蛋白胆固醇、高密度脂蛋白胆固醇、肌酸激酶-MB、B型利钠肽、D-二聚体、肌红蛋白、C-反应蛋白、肌钙蛋白I、血清肌酐、心电图、是否进行血运重建;2对步骤1所述的数据进行特征选择,剔除与血运重建不相关的特征;3利用步骤2选择的特征训练机器学习模型,所述机器学习模型用于预测不稳定型心绞痛患者的血运重建概率,进而进行ICA风险评估。
全文数据:
权利要求:
百度查询: 香港科技大学;南方科技大学;上海市第一人民医院 不稳定型心绞痛的ICA风险评估模型的构建方法及其应用
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。