[发明专利]一种生物医学关键属性选择方法在审
申请号: | 201710332543.7 | 申请日: | 2017-05-12 |
公开(公告)号: | CN107169284A | 公开(公告)日: | 2017-09-15 |
发明(设计)人: | 罗森林;潘丽敏;张岳峰;胡雅娴 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种生物医学关键属性选择方法,属于生物医学技术领域。本发明首先使用boruta算法分析待选属性的重要性,提取出影响研究目标的重要属性;然后使用待选属性构建逻辑回归模型,采用AIC准则进行逐步回归,得到对研究目标有显著影响的属性;对于两种方法筛选得到属性,结合专家意见,采用交集归类的方法进行属性融合,得到最终的关键属性。本发明使用两个不同方法对影响研究目标的属性进行选择,算法之间差异明显,避免单一方法带来的局限性,提高关键属性的泛化性。 | ||
搜索关键词: | 一种 生物医学 关键 属性 选择 方法 | ||
【主权项】:
一种生物医学关键属性选择方法,其特征在于,所述方法包括以下步骤:步骤1,数据集S包含N个样本,M维影响2型糖尿病干预效果的待选属性,使用boruta算法对人群的干预效果进行拟合,得到影响干预效果的关键属性,以及待选属性的重要性排序;步骤2,基于原始数据集S,根据人群的干预效果构建逻辑回归判别模型,使用逻辑回归算法对人群的干预效果进行拟合,得到对干预效果具有显著影响的属性;步骤3,基于步骤1中boruta算法得到对干预效果具有重要影响的属性,步骤2中逻辑回归算法得到对干预效果具有显著影响的属性,结合专家意见,采用交集归类的方法,得到影响干预效果的关键属性。
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北京理工大学,未经北京理工大学许可,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/201710332543.7/,转载请声明来源钻瓜专利网。
- 上一篇:一种防治植物害虫的植物源农药及其应用
- 下一篇:一种中药消毒抑菌喷雾剂
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用