Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军总医院第一医学中心杜晨获国家专利权

中国人民解放军总医院第一医学中心杜晨获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国人民解放军总医院第一医学中心申请的专利一种胰腺癌铁死亡相关基因预后模型构建方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119626309B

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411709907.5,技术领域涉及:G16B5/10;该发明授权一种胰腺癌铁死亡相关基因预后模型构建方法及装置是由杜晨;杜鹏;令狐恩强;柴宁莉;程冰倩;赵云云;郝婧;张真真设计研发完成,并于2024-11-27向国家知识产权局提交的专利申请。

一种胰腺癌铁死亡相关基因预后模型构建方法及装置在说明书摘要公布了:本申请实施例提供了一种胰腺癌铁死亡相关基因预后模型构建方法及装置,该方法包括:获取胰腺癌患者的基因表达数据集和临床信息数据集;对所述基因表达数据集和临床信息数据集执行数据预处理,生成标准化的基因表达矩阵;根据所述标准化的基因表达矩阵,结合铁死亡通路基因集,进行差异表达分析和存活分析,筛选出与预后显著相关的铁死亡特征基因集;基于所述铁死亡特征基因集构建深度学习预后预测模型;利用独立验证集评估所述深度学习预后预测模型的性能,得到模型评估指标。本申请能够解决现有技术中胰腺癌预后预测模型准确性和可解释性不足的问题。

本发明授权一种胰腺癌铁死亡相关基因预后模型构建方法及装置在权利要求书中公布了:1.一种胰腺癌铁死亡相关基因预后模型构建方法,其特征在于,包括: 获取胰腺癌患者的基因表达数据集和临床信息数据集; 对所述基因表达数据集和临床信息数据集执行数据预处理,生成标准化的基因表达矩阵; 根据所述标准化的基因表达矩阵,结合铁死亡通路基因集,进行差异表达分析和存活分析,筛选出与预后显著相关的铁死亡特征基因集; 基于所述铁死亡特征基因集构建深度学习预后预测模型; 利用独立验证集评估所述深度学习预后预测模型的性能,得到模型评估指标; 所述根据所述标准化的基因表达矩阵,结合铁死亡通路基因集,进行差异表达分析,包括: 将所述标准化的基因表达矩阵与所述铁死亡通路基因集进行匹配; 计算匹配到的每个基因在肿瘤组织和正常组织间的表达差异,得到差异表达分析结果; 使用Benjamini-Hochberg方法计算差异表达分析结果的FDR值; 根据FDR值,对差异表达分析结果进行校正; 所述根据所述标准化的基因表达矩阵,结合铁死亡通路基因集,进行存活分析,包括: 对匹配到的每个基因进行单因素Cox回归分析,得到Cox回归分析结果; 根据Cox回归分析结果,筛选出与存活时间显著相关的基因; 对与存活时间显著相关的基因,进行Kaplan-Meier生存分析,得到生存分析结果; 所述基于所述铁死亡特征基因集构建深度学习预后预测模型,包括: 设计深度学习模型架构,其中,深度学习模型架构包括输入层、全连接层、Dropout层和输出层,输入层维度与所述铁死亡特征基因集中的基因数量相同; 结合Cox部分似然损失函数和排序损失函数,定义深度学习模型架构的多任务学习目标; 在多任务学习目标中添加L1和L2正则化项; 根据多任务学习目标和mini-batch随机梯度下降算法,对深度学习模型架构进行模型训练和优化,得到深度学习预后预测模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军总医院第一医学中心,其通讯地址为:100036 北京市海淀区复兴路28号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。