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！

申请/专利权人：山东大学

摘要：本发明涉及妊娠预测技术领域，公开了一种病理性卵巢衰老患者妊娠预测方法。所述方法包括以下步骤：收集样本数据，获得样本特征并对其转换插补；对形成的完整样本使用Boruta算法筛选候选预测变量，基于潜在类别混合增长模型建模获得FSH轨迹亚组；基于筛选变量子集、FSH轨迹亚组和FSH纵向测量值分别形成基线和纵向训练样本；在两个训练样本上构建基于随机森林模型的病理性卵巢衰老患者妊娠预测模型，进行预测；随后在测试集验证比较确定最优模型；并在外部样本使用最优模型进行妊娠预测并评价模型预测效果。本发明的有益效果是通过妊娠预测模型评估病理性卵巢衰老患者临床妊娠概率，指导医生优化助孕治疗决策，提升患者妊娠成功率。

主权项：1.一种病理性卵巢衰老患者妊娠预测方法，其特征在于：所述方法包括以下步骤：步骤1、收集样本数据，获得样本特征；步骤1.1、设置样本数据收集标准，符合标准的患者被纳入轨迹分析和预测模型构建，并根据已知的妊娠结局分别标注妊娠标签和非妊娠标签；步骤1.2、根据预设标准选择样本数据中与妊娠相关的样本特征以及纵向FSH测量值；步骤2、对步骤1.2所述的样本特征进行转换和插补，具体转换和插补过程如下：步骤2.1、将样本特征进行转换和编码，以使其符合基于机器学习算法的训练模型的输入；步骤2.2、若样本特征中部分特征存在缺失值，则针对不同特征的空值，利用多重插补的方法，对样本特征中具有缺失值的特征进行填补，若不存在缺失值，则不需要填补，最终形成无缺失值的完整样本并进入步骤3；步骤3、将步骤2.2形成的完整样本使用Boruta算法进行候选预测变量筛选；将数据以7：3的样本比例分割为训练集和测试集，并将Boruta算法应用于训练集中，最终筛选得到的关键分类变量子集进入步骤5构建预测模型；步骤4、对于步骤1.2所述的纵向FSH测量值使用潜在类别增长混合模型LCGMM确定每一个体FSH测量值所属的不同轨迹模式亚组；步骤5、将步骤2、步骤3及步骤4形成的训练样本构建基于随机森林算法的病理性卵巢衰老患者妊娠预测模型，其中包括基线模型和纵向模型；步骤6、运用步骤5构建的基于随机森林的病理性卵巢衰老患者妊娠预测模型对测试样本进行妊娠预测，并比较基线模型和纵向模型的预测效果；步骤7、运用步骤6选择的基于随机森林的病理性卵巢衰老患者妊娠纵向预测模型对外部样本进行妊娠预测并评价模型预测效果。

全文数据：

权利要求：

百度查询： 山东大学 一种病理性卵巢衰老患者妊娠预测方法