[发明专利]一种以免疫标记及视觉化方式建立免疫疾病辅助判读模型的方法在审

专利信息
申请号: 201810290170.6 申请日: 2018-04-03
公开(公告)号: CN110346564A 公开(公告)日: 2019-10-18
发明(设计)人: 陈春贤;曾意儒;王信尧;林宛莹;陈智光 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
主分类号: G01N33/564 分类号: G01N33/564;G16H50/20
代理公司: 北京北新智诚知识产权代理有限公司 11100 代理人: 张晶;郭佩兰
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: 免疫标记 辅助判读 套组 机器学习 免疫疾病 视觉化 演算法 检验 资料库 疾病诊断资料 分布型态 临床医师 判读结果 时效性 图像化 重现性 比对 复数 群聚 搜集 图像 参考 分析
【权利要求书】:

1.一种以免疫标记及视觉化方式建立免疫疾病辅助判读模型的方法,其特征在于,步骤如下:

(1)将复数免疫标记结合成一免疫标记套组;

(2)搜集复数受试者经由该免疫标记套组检验的数据,及其每位受试者相对应的疾病诊断资料,以建立一免疫标记套组检验资料库,接着将该免疫标记套组检验资料库的资料输入至机器学习机中,再通过一机器学习机的群聚式的机器学习演算法处理后以图像的方式呈现,形成一具有视觉化的辅助判读模型;

(3)新受试者的检验数据与该辅助判读模型进行比对:新受试者的检验数据于该免疫标记套组中,挑选至少两项以上不同的该免疫标记进行检验,将数据输入至机器学习机,及从该免疫标记套组检验资料库挑选相对应的检验项目,通过群聚式的机器学习演算法比对分析,并以图像的方式呈现于该辅助判读模型中进行分布型态的比对。

2.如权利要求1所述的一种以免疫标记及视觉化方式建立免疫疾病辅助判读模型的方法,其特征在于,所述新受试者的检验数据可在不同时间进行的检测,并同时显示于该辅助判读模型上,以表现新受试者的检验数据演变。

3.如权利要求1所述的一种以免疫标记及视觉化方式建立免疫疾病辅助判读模型的方法,其特征在于,所述的群聚式的机器学习演算法包括:主成分分析法、自组织映射图、阶层分群法、K平均分群法、K中心分群法、最大期望分群法、基于密度的分群法、基于网格的分群法、基于模式的分群法或上述的任意组合。

4.如权利要求1所述的一种以免疫标记及视觉化方式建立免疫疾病辅助判读模型的方法,其特征在于,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。

5.如权利要求1所述的一种以免疫标记及视觉化方式建立免疫疾病辅助判读模型的方法,其特征在于,该免疫标记为抗心磷脂抗体免疫球蛋白G、抗心磷脂抗体免疫球蛋白M、抗β2醣蛋白抗体免疫球蛋白G、抗β2醣蛋白抗体免疫球蛋白M、抗磷脂质抗体免疫球蛋白G、抗磷脂质抗体免疫球蛋白M、抗核抗体、类风湿性因子、狼疮细胞、高敏感度C反应蛋白、抗双股去氧核醣核酸抗体、抗单股去氧核醣核酸抗体、抗核糖体P抗体、抗可萃取式核抗原抗体、抗甲状腺球蛋白抗体、抗甲状腺过氧化物酶抗体、抗嗜中性白血球细胞质抗体、抗SS-A抗体、抗SS-B抗体、抗Smith抗体、抗核糖核蛋白抗体、抗Ku抗体、抗Ro52抗体、抗异质性核糖核蛋白A1抗体、抗增殖细胞核抗原抗体、抗热休克蛋白90抗体、抗高基氏体抗体、抗高迁移率族蛋白17抗体、抗scl-70抗体、抗着丝粒抗体、抗核醣核酸聚合酶I抗体、抗核醣核酸聚合酶II抗体、抗核醣核酸聚合酶III抗体、抗核仁纤维蛋白抗体、抗U1核糖核蛋白抗体、抗PM-Scl抗体、抗Th抗体、抗NOR90抗体、抗毒蕈碱受体抗体、抗α胞衬蛋白抗体、抗核抗原14抗体、抗Jo1抗体、抗苏氨酰转运核糖核酸合成酶抗体、抗丙氨酰转运核糖核酸合成酶抗体、抗苯丙氨酰转运核糖核酸合成酶抗体、抗酪氨酰转运核糖核酸合成酶抗体、抗天冬酰胺转运核糖核酸合成酶抗体、抗甘氨酰转运核糖核酸合成酶抗体、抗异亮氨酸转运核糖核酸合成酶抗体、抗黑色素瘤分化相关基因5抗体、抗Mi2抗体、抗讯息辨认体抗体、抗小泛素样修饰物激活酶抗体、抗p155抗体、抗HMG-CoA还原酶抗体、抗MJ抗体或上述的任意组合。

6.如权利要求1所述的一种以免疫标记及视觉化方式建立免疫疾病辅助判读模型的方法,其特征在于,该免疫标记套组为检验风湿免疫相关疾病。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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,未经长庚医疗财团法人林口长庚纪念医院;长庚大学许可,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/201810290170.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code