龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：申友基因组研究院(南京)有限公司
摘要：本发明公开了一种基于机器学习算法预测宫颈癌风险的模型，包括：收集样本并处理样本检测的低深度WGS数据，基于机器学习算法构建预测宫颈癌风险的模型；模型构建步骤包括：利用随机森林算法建立CNV模型和临床特征模型，利用Logistics算法将CNV模型和临床特征模型联合，定义为CxC模型，并根据约登指数获取最优的cutoff值；利用支持向量机算法建立SNV模型，控制SNV模型的特异性为90%，确定SNV模型对应的cutoff值；利用CxC模型和SNV模型获取的两个cutoff值分别对样本进行分类预测，将CxC模型和SNV模型联合，定义为CxSEEK模型，在测试集中对CxSEEK模型进行验证；本发明基于低深度WGS技术构建模型，有助于降低测序成本，提升检测的灵敏度和准确性，提高宫颈癌筛查和预测的可及性。
主权项：1.一种基于机器学习算法预测宫颈癌风险的模型，其特征在于，包括以下步骤：步骤一：利用随机森林算法建立CNV模型和临床特征模型，再基于logistics算法联合CNV模型及临床特征模型，定义为CxC模型，获得一个最优cutoff值x；步骤二：利用支持向量机算法建立SNV模型，将特异性设为固定值90%，获得对应的cutoff值y；步骤三：将CxC模型和SNV模型联合，定义为CxSEEK模型，利用CxC模型和SNV模型获得的两个cutoff值x和y分别对样本进行分类预测，然后在测试集对CxSEEK模型进行验证。
全文数据：
权利要求：
百度查询： 申友基因组研究院(南京)有限公司 一种基于机器学习算法预测宫颈癌风险的模型
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号