[发明专利]一种以心血管标志及机械学习运算法进行冠心症筛检的方法在审
申请号: | 201711217203.6 | 申请日: | 2017-11-28 |
公开(公告)号: | CN109841278A | 公开(公告)日: | 2019-06-04 |
发明(设计)人: | 卢章智;陈春贤;王信尧;詹益欣;施威祥 | 申请(专利权)人: | 长庚医疗财团法人林口长庚纪念医院;长庚大学;国泰医疗财团法人国泰综合医院 |
主分类号: | G16H50/20 | 分类号: | G16H50/20 |
代理公司: | 北京天平专利商标代理有限公司 11239 | 代理人: | 孙刚 |
地址: | 中国台*** | 国省代码: | 中国台湾;71 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 冠心 心血管 运算法 筛检 疾病状态 预测模型 学习机 检体 套组 检验 标志检验 风险评估 便利性 学习 族群 分类 监督 | ||
1.一种以心血管标志及机械学习运算法进行冠心症筛检的方法,其特征在于包含下列步骤:
A.将多个受检者检体以具有多项心血管标志的套组进行检验,并将检验的结果及其相对应冠心症疾病状态输入至机械学习机中;
B.透过该机械学习机选出分类效能最佳的数个心血管标志的变量数值;
C.使用挑选过后的变量数值及相对应冠心症疾病状态,藉由监督式机械学习运算法建立冠心症预测模型;
D.将新受检者检体透过多项心血管标志套组检验所得到的结果数据,输入至上述冠心症预测模型中进行比对运算及分析,并做出罹患冠心症的风险评估。
2.如权利要求1所述的以心血管标志及机械学习运算法进行冠心症筛检的方法,其特征在于,当冠心症预测模型的判读结果具有潜在风险,将对新受检者进行预警通知。
3.如权利要求1所述的以心血管标志及机械学习运算法进行冠心症筛检的方法,其特征在于,所述的冠心症疾病状态以有冠心症/无冠心症的状态分类,或是以冠心症严重程度分类。
4.如权利要求3所述的以心血管标志及机械学习运算法进行冠心症筛检的方法,其特征在于,冠心症疾病状态的判定日期与多项心血管标志套组的检验日期,两者相隔时间为1天到3年之间。
5.如权利要求1所述的以心血管标志及机械学习运算法进行冠心症筛检的方法,其特征在于,步骤B的机械学习机系使用变量挑选方法进行挑选,再挑选出分类效能最佳的数个心血管标志变量。
6.如权利要求1所述的以心血管标志及机械学习运算法进行冠心症筛检的方法,其特征在于,机械学习机所挑选的多项心血管标志为高密度脂蛋白、低密度脂蛋白、三酸甘油脂、总胆固醇、血糖、微白蛋白、醣化血色素、C反应蛋白、同半胱胺酸、脂蛋白、尿酸、心肌肌钙蛋白、肌酸磷化酵素、B型利钠尿胜、原生B型利纳胜、前降钙素、红血球沉降速率、乳酸去氢酶、钠离子、钾离子、钙离子、氯离子、镁离子、亚铁离子、铁离子、尿素氮、肌酐酸、胱蛋白C、胆红素、酮体、酸碱值或上述的任意组合。
7.如权利要求1所述的以心血管标志及机械学习运算法进行冠心症筛检的方法,其特征在于,受检者的检体为人体的血液、尿液、唾液、汗液、粪便、胸水、腹水或脑脊髓液。
8.如权利要求1所述的以心血管标志及机械学习运算法进行冠心症筛检的方法,其特征在于,机械学习机使用的监督式机械学习运算法为逻辑式回归、k邻近法、支持向量机、类神经网路学习、决策树、随机森林、贝氏决策法或上述的任意组合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长庚医疗财团法人林口长庚纪念医院;长庚大学;国泰医疗财团法人国泰综合医院,未经长庚医疗财团法人林口长庚纪念医院;长庚大学;国泰医疗财团法人国泰综合医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711217203.6/1.html,转载请声明来源钻瓜专利网。