首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习与代谢谱分析的心血管年龄预测方法及装置 

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:厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)

摘要:本发明公开了一种基于深度学习与代谢谱分析的心血管年龄预测方法及装置,涉及生物数据处理领域,包括:获取健康人群和患有心血管疾病人群的血液样本并进行数据处理和特征选择,确定相关代谢物;构建基于深度学习的心血管年龄预测模型并训练,得到经训练的心血管年龄预测模型;获取待检测人员的血液样本并处理得到相关代谢物对应的代谢特征所构成的代谢组学特征矩阵,将代谢组学特征矩阵输入经训练的心血管年龄预测模型,经过代谢特征表示模块,得到代谢特征表示,代谢特征表示输入特征表示处理模块,预测得到待检测人员的心血管年龄,并计算得到心血管年龄加速度。本发明解决现有心血管年龄预测成本高、准确性低、缺乏广泛验证等问题。

主权项:1.一种基于深度学习与代谢谱分析的心血管年龄预测方法,其特征在于,包括以下步骤:获取健康人群和患有心血管疾病人群的血液样本并进行代谢物提取和色谱-质谱分析,得到健康人群和患有心血管疾病人群对应的若干个代谢组中的每个代谢物的质谱数据,对每个代谢组中的每个代谢物的质谱数据进行数据处理,得到若干个代谢特征,所述代谢特征由代谢物的质谱数据中的色谱保留时间和质荷比拼接而成,对健康人群和患有心血管疾病人群对应的若干个代谢特征进行特征选择,确定相关代谢物,使用健康人群的相关代谢物对应的代谢特征构建第一训练数据;构建基于深度学习的心血管年龄预测模型并采用第一训练数据进行训练,得到经训练的心血管年龄预测模型,所述经训练的心血管年龄预测模型包括代谢特征表示模块和特征表示处理模块,所述代谢特征表示模块包括嵌入层、多头自注意力层、前馈全连接层和层归一化层,所述嵌入层、多头自注意力层与前馈全连接层依次连接,所述多头自注意力层的输出特征与所述前馈全连接层的输出特征先进行残差连接再输入到所述层归一化层,所述特征表示处理模块采用多层感知机;获取待检测人员的血液样本并处理得到相关代谢物对应的代谢特征所构成的代谢组学特征矩阵,将所述代谢组学特征矩阵输入所述经训练的心血管年龄预测模型,经过所述代谢特征表示模块,得到代谢特征表示,所述代谢特征表示输入所述特征表示处理模块,预测得到所述待检测人员的心血管年龄,并计算得到心血管年龄加速度。

全文数据:

权利要求:

百度查询: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所) 基于深度学习与代谢谱分析的心血管年龄预测方法及装置

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。

相关技术
相关技术
相关技术
相关技术