基于遗传学特征预测骨折合并深静脉血栓风险的方法

发明专利有效专利

申请号：
CN202210861995.5
IPC分类号：G16H50/30;G16H50/70;G06N20/20;G06N5/00;G06K9/62;G06Q10/04
申请日期：
2022-07-20
申请人：
西安市红会医院（西安市骨科研究所）

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于遗传学特征预测骨折合并深静脉血栓风险的方法
申请号	CN202210861995.5	申请日期	2022-07-20
法律状态	公开	申报国家	中国
公开/公告日	2022-10-14	公开/公告号	CN115188476A
优先权	暂无	优先权号	暂无
主分类号	G16H50/30 ? IPC结构图谱： G 物理 G0 仪器 G16 特别适用于特定应用领域的信息通信技术〔ICT〕〔2018.01〕 G16H 医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术〔ICT〕〔2018.01〕 G16H50/00 专门适用于医疗诊断，医学模拟或医疗数据挖掘的ICT；专门适用于检测、监测或建模流行病或传染病〔2018.01〕 G16H50/30 用于计算健康指数；个人健康风险评估〔2018.01〕	IPC分类号	G;1;6;H;5;0;/;3;0;;;G;1;6;H;5;0;/;7;0;;;G;0;6;N;2;0;/;2;0;;;G;0;6;N;5;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;Q;1;0;/;0;4查看分类表>
申请人	西安市红会医院（西安市骨科研究所）	申请人地址	陕西省西安市碑林区南稍门南郭路76号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安市红会医院（西安市骨科研究所）	当前权利人	西安市红会医院（西安市骨科研究所）
发明人	张堃;陈佳斌;王鹏飞;宋哲;马腾;王谦;庄岩;李忠;朱养均;魏星;王展;黄伟;薛汉中
代理机构	西安通大专利代理有限责任公司	代理人	王艾华

摘要

本发明涉及骨折合并深静脉血栓预测技术领域，尤其涉及一种基于遗传学特征预测骨折合并深静脉血栓风险的方法，包括以下步骤P1，筛选出DVT基因型SNP特征集；P2，建立骨折合并DVT预测模型和模型评估指标；P3，优化骨折合并DVT预测模型，确定骨折合并DVT预测模型的最优特征SNP子集；P4，根据最优特征SNP子集从未知是否发生DVT的骨折患者的基因型数据中提取最优DVT基因型SNP特征集，将DVT基因型SNP特征集与最优DVT基因型SNP特征集进行对比，预测骨折患者是否发生DVT的风险值。本发明将基因组DNA序列信息与机器学习的方法结合，利用集成学习中的随机森林算法，进一步提取基因组序列特征，对骨折患者发生DVT的风险进行预测，从而为患者后续的治疗和用药提供精确的临床指导。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供