[發明專利]一種以心血管標志及機械學習運算法進行冠心癥篩檢的方法在審
| 申請號: | 201711217203.6 | 申請日: | 2017-11-28 |
| 公開(公告)號: | CN109841278A | 公開(公告)日: | 2019-06-04 |
| 發明(設計)人: | 盧章智;陳春賢;王信堯;詹益欣;施威祥 | 申請(專利權)人: | 長庚醫療財團法人林口長庚紀念醫院;長庚大學;國泰醫療財團法人國泰綜合醫院 |
| 主分類號: | G16H50/20 | 分類號: | G16H50/20 |
| 代理公司: | 北京天平專利商標代理有限公司 11239 | 代理人: | 孫剛 |
| 地址: | 中國臺*** | 國省代碼: | 中國臺灣;71 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 冠心 心血管 運算法 篩檢 疾病狀態 預測模型 學習機 檢體 套組 檢驗 標志檢驗 風險評估 便利性 學習 族群 分類 監督 | ||
1.一種以心血管標志及機械學習運算法進行冠心癥篩檢的方法,其特征在于包含下列步驟:
A.將多個受檢者檢體以具有多項心血管標志的套組進行檢驗,并將檢驗的結果及其相對應冠心癥疾病狀態輸入至機械學習機中;
B.透過該機械學習機選出分類效能最佳的數個心血管標志的變量數值;
C.使用挑選過后的變量數值及相對應冠心癥疾病狀態,藉由監督式機械學習運算法建立冠心癥預測模型;
D.將新受檢者檢體透過多項心血管標志套組檢驗所得到的結果數據,輸入至上述冠心癥預測模型中進行比對運算及分析,并做出罹患冠心癥的風險評估。
2.如權利要求1所述的以心血管標志及機械學習運算法進行冠心癥篩檢的方法,其特征在于,當冠心癥預測模型的判讀結果具有潛在風險,將對新受檢者進行預警通知。
3.如權利要求1所述的以心血管標志及機械學習運算法進行冠心癥篩檢的方法,其特征在于,所述的冠心癥疾病狀態以有冠心癥/無冠心癥的狀態分類,或是以冠心癥嚴重程度分類。
4.如權利要求3所述的以心血管標志及機械學習運算法進行冠心癥篩檢的方法,其特征在于,冠心癥疾病狀態的判定日期與多項心血管標志套組的檢驗日期,兩者相隔時間為1天到3年之間。
5.如權利要求1所述的以心血管標志及機械學習運算法進行冠心癥篩檢的方法,其特征在于,步驟B的機械學習機系使用變量挑選方法進行挑選,再挑選出分類效能最佳的數個心血管標志變量。
6.如權利要求1所述的以心血管標志及機械學習運算法進行冠心癥篩檢的方法,其特征在于,機械學習機所挑選的多項心血管標志為高密度脂蛋白、低密度脂蛋白、三酸甘油脂、總膽固醇、血糖、微白蛋白、醣化血色素、C反應蛋白、同半胱胺酸、脂蛋白、尿酸、心肌肌鈣蛋白、肌酸磷化酵素、B型利鈉尿勝、原生B型利納勝、前降鈣素、紅血球沉降速率、乳酸去氫酶、鈉離子、鉀離子、鈣離子、氯離子、鎂離子、亞鐵離子、鐵離子、尿素氮、肌酐酸、胱蛋白C、膽紅素、酮體、酸堿值或上述的任意組合。
7.如權利要求1所述的以心血管標志及機械學習運算法進行冠心癥篩檢的方法,其特征在于,受檢者的檢體為人體的血液、尿液、唾液、汗液、糞便、胸水、腹水或腦脊髓液。
8.如權利要求1所述的以心血管標志及機械學習運算法進行冠心癥篩檢的方法,其特征在于,機械學習機使用的監督式機械學習運算法為邏輯式回歸、k鄰近法、支持向量機、類神經網路學習、決策樹、隨機森林、貝氏決策法或上述的任意組合。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于長庚醫療財團法人林口長庚紀念醫院;長庚大學;國泰醫療財團法人國泰綜合醫院,未經長庚醫療財團法人林口長庚紀念醫院;長庚大學;國泰醫療財團法人國泰綜合醫院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711217203.6/1.html,轉載請聲明來源鉆瓜專利網。





