[发明专利]基于血清miRNA的胰腺癌诊断的机器学习系统在审
| 申请号： | 202210013604.4 | 申请日： | 2022-01-01 |
| 公开（公告）号： | CN114550830A | 公开（公告）日： | 2022-05-27 |
| 发明（设计）人： | 周祯;张辰宇;管单萍 | 申请（专利权）人： | 南京碳硅人工智能生物医药技术研究院有限公司;南京大学人工智能生物医药技术研究院 |
| 主分类号： | G16B40/00 | 分类号： | G16B40/00;G06K9/62;G16H50/70;G16H50/20;G16H10/20 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210000 江苏省南京市江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 血清 mirna 胰腺癌 诊断 机器 学习 系统 | ||
1.一种基于发明“一种体外辅助诊断胰腺癌的试剂盒”(CN 104745678 B)所述的一系列血清miRNA检测指标的胰腺癌机器学习诊断系统。
2.优选地，在本发明的基于基于血清miRNA的胰腺癌诊断的机器学习系统的方法中，所述支持向量机算法核函数包括线性核(Linear Kernel)、多项式核(Polynomial Kernel)、径向基核函数(Radial Basis Function)、高斯核(Gaussian Kernel)幂指数核(Exponential Kernel)、拉普拉斯核(Laplacian Kernel)、ANOVA核(ANOVA Kernel)、二次有理核(Rational Quadratic Kernel)、多元二次核(Multiquadric Kernel)逆多元二次核(Inverse Multiquadric Kernel)、Sigmoid核(Sigmoid Kernel)及其他可能的核函数。
3.优选地，在本发明的基于基于血清miRNA的胰腺癌诊断的机器学习系统的方法中，所述支持向量机算法核函数线性核(Linear Kernel)。
4.优选地，在本发明的基于基于血清miRNA的胰腺癌诊断的机器学习系统的方法中，所述评价指数包括精确度、召回率和F1分数。
5.优选地，在本发明的基于基于血清miRNA的胰腺癌诊断的机器学习系统的方法中，所述数据包括杂交探针获得的数据。
6.优选地，在本发明的基于基于血清miRNA的胰腺癌诊断的机器学习系统的方法中，所述数据还包括其他未包括与本发明数据库中的基于miR-25及内参的临床测试数据。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京碳硅人工智能生物医药技术研究院有限公司;南京大学人工智能生物医药技术研究院，未经南京碳硅人工智能生物医药技术研究院有限公司;南京大学人工智能生物医药技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210013604.4/1.html，转载请声明来源钻瓜专利网。
