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！

龙图腾网恭喜西安市红会医院(西安市骨科研究所)申请的专利基于遗传学特征预测骨折合并深静脉血栓风险的方法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：CN115188476B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202210861995.5，技术领域涉及：G16H50/30；该发明授权基于遗传学特征预测骨折合并深静脉血栓风险的方法是由张堃;陈佳斌;王鹏飞;宋哲;马腾;王谦;庄岩;李忠;朱养均;魏星;王展;黄伟;薛汉中设计研发完成，并于2022-07-20向国家知识产权局提交的专利申请。

本基于遗传学特征预测骨折合并深静脉血栓风险的方法在说明书摘要公布了：本发明涉及骨折合并深静脉血栓预测技术领域，尤其涉及一种基于遗传学特征预测骨折合并深静脉血栓风险的方法，包括以下步骤：P1，筛选出DVT基因型SNP特征集；P2，建立骨折合并DVT预测模型和模型评估指标；P3，优化骨折合并DVT预测模型，确定骨折合并DVT预测模型的最优特征SNP子集；P4，根据最优特征SNP子集从未知是否发生DVT的骨折患者的基因型数据中提取最优DVT基因型SNP特征集，将DVT基因型SNP特征集与最优DVT基因型SNP特征集进行对比，预测骨折患者是否发生DVT的风险值。本发明将基因组DNA序列信息与机器学习的方法结合，利用集成学习中的随机森林算法，进一步提取基因组序列特征，对骨折患者发生DVT的风险进行预测，从而为患者后续的治疗和用药提供精确的临床指导。

本发明授权基于遗传学特征预测骨折合并深静脉血栓风险的方法在权利要求书中公布了：1.一种基于遗传学特征预测骨折合并深静脉血栓风险的方法，其特征在于，包括以下步骤：P1，收集已知DVT易感SNP，从中筛选出特征SNP基因型集合，并根据特征SNP基因型集合建立样本特征矩阵；P2，根据样本特征矩阵利用随机森林算法建立骨折合并DVT预测模型和模型评估指标；具体为：P21，数据分类：根据患者骨折后是否发生DVT将骨折患者划分为阳性集和阴性集，发生DVT的骨折患者作为阳性集，非DVT骨折患者作为阴性集；利用分层抽样的方法随机将阳性集和阴性集分成独立的训练集和测试集，并根据样本特征矩阵获得训练集特征矩阵和测试集特征矩阵；P22，针对训练集特征矩阵利用随机森林算法建立骨折合并DVT预测模型；使用测试集特殊矩阵对骨折合并DVT预测模型进行评估；具体步骤为：首先根据训练集生成决策树，在决策树的每一个节点随机不重复地选择d个特征，并利用d个特征分别对训练集进行划分，获取划分特征；重复上述步骤k次，k为骨折合并DVT预测模型中决策树的个数；最后用测试集对骨折合并DVT预测模型进行评估，采用票选法获取模型评估指标；P3，根据模型评估指标优化骨折合并DVT预测模型，确定骨折合并DVT预测模型的最优特征SNP子集；具体为：使用基尼指数评估骨折合并DVT预测模型的特征重要性，并根据特征重要性按照特征数从1增加至最大构建多个特征子集，根据模型评估指标确定最优特征SNP子集；在优化骨折合并DVT预测模型时，骨折合并DVT预测模型根据训练数据得出风险阈值，当预测的风险值大于或者等于风险阈值时，骨折患者发生DVT的风险高；P4，根据最优特征SNP子集从未知是否发生DVT的骨折患者的基因型数据中提取最优SNP特征集的基因型，根据最优SNP集合的基因型，利用建立的骨折合并DVT模型预测未知是否发生DVT的骨折患者发生DVT的风险值。

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西安市红会医院(西安市骨科研究所)，其通讯地址为：710000 陕西省西安市碑林区南稍门南郭路76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”。