[发明专利]基于多神经网络分类器的肿瘤标志物检测系统、方法、终端、介质在审
| 申请号： | 201910149298.5 | 申请日： | 2019-02-28 |
| 公开（公告）号： | CN110031624A | 公开（公告）日： | 2019-07-19 |
| 发明（设计）人： | 王晋;陈晓东 | 申请（专利权）人： | 中国科学院上海高等研究院;中国科学院大学 |
| 主分类号： | G01N33/574 | 分类号： | G01N33/574;G06N3/04;G06N3/08 |
| 代理公司： | 上海光华专利事务所(普通合伙) 31219 | 代理人： | 高彦 |
| 地址： | 201210 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供基于多神经网络分类器的肿瘤标志物检测系统、方法、终端、介质，主要采用主成分分析和特征提取的数据预处理方法，基于随机森林，支持向量机，BP神经网络，以及极限学习机分类器模型的组合分类器模型对数据训练，最后得到一个准确度，特异性，灵敏性满足临床诊断的肝癌肿瘤标志物分类器，帮助临床医生在肝癌初诊中降低误诊率，提高肝癌肿瘤标志物检测准确度。 | ||
| 搜索关键词： | 神经网络分类器 肿瘤标志物检测 准确度 肝癌肿瘤 终端 标志物检测 分类器模型 极限学习机 数据预处理 支持向量机 主成分分析 组合分类器 临床医生 临床诊断 数据训练 随机森林 特征提取 标志物 分类器 灵敏性 误诊 肝癌 申请 帮助 | ||
【主权项】：
1.一种基于多神经网络分类器的肿瘤标志物检测系统，其特征在于，包括：样本采集模块，用于采集肿瘤标志物检测样本的样本数据，其中所述样本数据包括测试集数据和训练集数据；数据预处理模块，用于根据所述样本数据筛选出多个与肿瘤具有高关联性的异常指标；样本统计分析模块，用于基于所述样本数据数据对单个异常指标做检测结果评估分析，和/或对多个联合的异常指标做检测结果评估分析；分类器模型训练模块，用于基于所述训练集数据对多个分类器模型进行模型训练；分类器模型评估与测试模块，用于基于所述测试集数据对训练后的分类器模型进行测试，并将测试结果与所述样本统计分析模块的评估分析结果做优劣比较，据以判断被测试的分类器模型的有效性；分类器诊断方法应用模块，用于利用被判断为有效的分类器模型对肿瘤标志物数据进行检测，据以输出诊断结果信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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中国科学院上海高等研究院;中国科学院大学，未经中国科学院上海高等研究院;中国科学院大学许可，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/patent/201910149298.5/，转载请声明来源钻瓜专利网。
