首页  专利技术  医药医疗技术的改进;医疗器械制造及应用技术

基于PTR-TOF-MS的肺癌筛查模型构建方法与流程

568次浏览

技术特征:

1.基于ptr-tof-ms的肺癌筛查模型构建方法,其特征为:包括步骤:

2.如权利要求1所述基于ptr-tof-ms的肺癌筛查模型构建方法,其特征为:步骤b中,通过ptr-tof-ms设备对采集的每个呼出气样本全谱分析的步骤为:

3.如权利要求1所述基于ptr-tof-ms的肺癌筛查模型构建方法,其特征为:步骤c中,将谱图样本中所有定性的vocs的峰值下面积归一化到(0,1)区间,经过数据处理生成数据矩阵,以设定的比例将谱图样本分为训练集、验证集和测试集,然后数据进行校正。

4.如权利要求3所述基于ptr-tof-ms的肺癌筛查模型构建方法,其特征为:对数据进行校正时,计算每天的标定气体数据在指定质荷比范围内的峰面积和标气面积,进而得到每个呼出气样本校正后的每个质荷比的面积数据,然后选择出设定质荷比面积范围内的所有特征。

5.如权利要求4所述基于ptr-tof-ms的肺癌筛查模型构建方法,其特征为:在对数据进行校正时,计算每天的标定气体的质荷比在[78.7,79.4]范围内的峰面积,将质荷比强度低于90的值设置为0;再计算质荷比_79的标气面积:设置标准数值,该标准数值除以每天标定气体为质荷比_79的面积的商作为系数值,最后将每次呼出气样本的每个质荷比的面积乘以对应时间的系数值,得到每个呼出气样本校正以后的每个质荷比的面积数据,选择质荷比_15到质荷比_249区间范围的所有特征,删除质荷比_94以及存在数值0的比例大于90%特征。


技术总结
本发明基于PTR‑TOF‑MS的肺癌筛查模型构建方法,包括步骤:A.呼出气样本采集;B.通过PTR‑TOF‑MS设备对采集的呼出气样本全谱分析,形成谱图样本;C.数据预处理:包括对获得的谱图样本进行各种数据常规预处理和相关计算,选择出适合的特征;D.构建模型:构建集成学习模型,基分类器对每个特征的增益重要性排序,构成集成学习模型的特征集;将逻辑斯蒂回归模型与集成学习模型共同形成一个综合的肺癌筛查预测模型;E.模型性能评估:通过混淆矩阵对肺癌筛查预测模型的性能进行预测,再筛选出表现最佳的肺癌筛查预测模型。本发明选出的特征大多数都具有显著性差异,能够作为潜在的肺癌标志物,对肺癌筛查具有积极意义。

技术研发人员:段忆翔,黄燕,杨燕婷,岳寒露,吴向伟,赵忠俊
受保护的技术使用者:立本医疗器械(成都)有限公司
技术研发日:
技术公布日:2024/11/21
文档序号 : 【 40071836 】

技术研发人员:段忆翔,黄燕,杨燕婷,岳寒露,吴向伟,赵忠俊
技术所有人:立本医疗器械(成都)有限公司

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
段忆翔黄燕杨燕婷岳寒露吴向伟赵忠俊立本医疗器械(成都)有限公司
一种导向机构及介入机器人从端装置的制作方法 一种导管导丝递送装置的制作方法
相关内容