[发明专利]一种基于机器学习通过血液样本诊断骨关节炎亚型的系统在审
| 申请号： | 201810597705.4 | 申请日： | 2018-06-11 |
| 公开（公告）号： | CN108899086A | 公开（公告）日： | 2018-11-27 |
| 发明（设计）人： | 欧阳宏伟;赵坤;孙国飞;吴兵兵;林俊鑫;安晟锐 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06K9/62;G06N99/00 |
| 代理公司： | 天津滨海科纬知识产权代理有限公司 12211 | 代理人： | 张会雪 |
| 地址： | 310058 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于机器学习通过血液样本诊断骨关节炎亚型的系统，该系统包括：1)、收集模块；2)、骨关节炎与正常人群识别与鉴定模块，用于骨关节炎与正常人群识别与鉴定；3)、骨关节炎亚型识别与鉴定模块，用于骨关节炎亚型识别与鉴定。本发明建立一套基于机器学习支持向量机的方法通过血液样本精确诊断骨关节炎亚型的预测方法及系统工具，利用生物信息学的手段解析骨关节炎与正常人群的基因表达差异，对骨关节炎的患者进行分群，利用机器学习的方法建立骨关节炎患者以及骨关节炎亚型识别的诊断模型。该方法可实现骨关节炎患者的精确诊断，为随后的治疗方案提供借鉴参考。 | ||
| 搜索关键词： | 骨关节炎 亚型 诊断 基于机器 血液样本 正常人群 鉴定模块 基因表达差异 生物信息学 支持向量机 机器学习 收集模块 系统工具 关节炎 对骨 分群 学习 解析 参考 预测 治疗 | ||
【主权项】：
1.一种基于机器学习的方法通过血液样本诊断骨关节炎亚型的系统，其特征在于：该系统包括：1)、收集模块：用于收集骨关节炎患者与正常人群血液样本的测序数据；2)、骨关节炎与正常人群识别与鉴定模块，用于骨关节炎与正常人群识别与鉴定，过程如下：a.PCA主成分分析样本分布差异；b.R软件的Limma包分析基因芯片；或者是DESeq2包分析RNA‑Seq差异基因的表达情况；c.分析差异基因特征；d.利用机器学习支持向量机的方法寻找特征性基因或用差异基因诊断骨关节炎，区别骨关节炎与正常人群，选择最优基因组；3)、骨关节炎亚型识别与鉴定模块，用于骨关节炎亚型识别与鉴定，过程如下：a.根据测序信息利用机器学习算法K‑means聚类的方法对骨关节炎患者进行分群；b.用R软件的Limma包分析基因芯片，或者是用DESeq2包分析RNA‑Seq亚群与正常人群的差异基因表达情况；c.分析差异基因特征；d.利用深度神经网络的方法寻找特征性基因或用差异基因诊断骨关节炎亚型；e.选择特征性基因用于骨关节炎分型，通过PCR方法测定基因表达量，鉴定骨关节炎亚型。
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浙江大学，未经浙江大学许可，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/201810597705.4/，转载请声明来源钻瓜专利网。
