[發(fā)明專利]基于鐵代謝指標(biāo)的結(jié)核病風(fēng)險預(yù)測模型的構(gòu)建方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910093522.3
• 申請日: 2019-01-30
• 公開（公告）號: CN109949942A
• 公開（公告）日: 2019-06-28
• 發(fā)明（設(shè)計）人: 陳心春
• 申請（專利權(quán)）人: 深圳市橙月生物科技有限公司
• 主分類號: G16H50/80
• 分類號: G16H50/80
• 代理公司: 合肥市上嘉專利代理事務(wù)所(普通合伙) 34125
• 代理人: 郭華俊

本發(fā)明提供了一種基于鐵代謝指標(biāo)的結(jié)核病發(fā)病風(fēng)險預(yù)測模型的建立方法，包括以下步驟：(1)樣本的收集與處理；(2)從樣本中測定鐵代謝指標(biāo)，具體包括三種血清鐵的數(shù)據(jù)，即血清鐵、轉(zhuǎn)鐵蛋白和鐵蛋白；(3)使用神經(jīng)網(wǎng)絡(luò)的方法擬合訓(xùn)練集進行模型的構(gòu)建，記錄最優(yōu)模型參數(shù)；同時根據(jù)ROC曲線使用驗證集計算模型分類的閾值，構(gòu)建得到結(jié)核病發(fā)病風(fēng)險評估模型。本發(fā)明測定了樣本人血清中鐵代謝指標(biāo)的數(shù)據(jù)，利用神經(jīng)網(wǎng)絡(luò)模型對這三個指標(biāo)進行建模分析，利用算法和鐵代謝指標(biāo)，建立了一種結(jié)核病發(fā)病風(fēng)險預(yù)測的模型，該模型具有高敏感性、特異性，可用于結(jié)核病發(fā)病的風(fēng)險評估。

技術(shù)領(lǐng)域

本發(fā)明涉及模型的構(gòu)建方法，具體涉及一種基于鐵代謝指標(biāo)的結(jié)核病風(fēng)險預(yù)測模型的構(gòu)建方法和系統(tǒng)。

背景技術(shù)

結(jié)核病是嚴(yán)重危害人類健康的慢性傳染性疾病。據(jù)世界衛(wèi)生組織2016年報道，全球新發(fā)1040萬人，死亡140萬人，耐藥48萬人。我國是全球結(jié)核病高負(fù)擔(dān)第二的國家，如何提高結(jié)核病防治效果是國家布局的重大攻關(guān)課題。及時發(fā)現(xiàn)和診斷結(jié)核病患者，是當(dāng)前提高治療成功率，減少疾病傳播的結(jié)核病防治主要策略。然而，由于結(jié)核病的復(fù)雜性和特殊性，當(dāng)前的結(jié)核病診斷技術(shù)遠遠不能滿足臨床的需求。病原學(xué)診斷，也就是從患者來源的標(biāo)本中找到結(jié)核菌存在的直接證據(jù)，是當(dāng)前確診結(jié)核病的金標(biāo)準(zhǔn)，具體包括微生物學(xué)顯微鏡檢查(分枝桿菌抗酸染色涂片)和分枝桿菌培養(yǎng)，以及近年來發(fā)展的核酸檢測診斷技術(shù)。遺憾的是，這些技術(shù)存在敏感性嚴(yán)重不足的缺點，即便聯(lián)合應(yīng)用上述三項檢測技術(shù)的敏感性也不足50％：另外，結(jié)核菌培養(yǎng)還存在耗時長(1到2個月)，對生物安全要求高等缺點。這些現(xiàn)實問題，不僅容易造成臨床上的誤診和漏診，延誤治療機會，而且從結(jié)核病預(yù)防控制的角度，顯著增加了結(jié)核在社區(qū)播散的機會，增加結(jié)核病防控的難度。

人工神經(jīng)網(wǎng)絡(luò)是由大量處理單元互聯(lián)組成的非線性、自適應(yīng)信息處理系統(tǒng)。它是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提出的，試圖通過模擬大腦神經(jīng)網(wǎng)絡(luò)處理、記憶信息的方式進行信息處理。它的構(gòu)筑理念是受到生物(人或其他動物)神經(jīng)網(wǎng)絡(luò)功能的運作啟發(fā)而產(chǎn)生的。人工神經(jīng)網(wǎng)絡(luò)通常是通過一個基于數(shù)學(xué)統(tǒng)計學(xué)類型的學(xué)習(xí)方法(LearningMethod)得以優(yōu)化，所以人工神經(jīng)網(wǎng)絡(luò)也是數(shù)學(xué)統(tǒng)計學(xué)方法的一種實際應(yīng)用，通過統(tǒng)計學(xué)的標(biāo)準(zhǔn)數(shù)學(xué)方法我們能夠得到大量的可以用函數(shù)來表達的局部結(jié)構(gòu)空間，另一方面在人工智能學(xué)的人工感知領(lǐng)域，我們通過數(shù)學(xué)統(tǒng)計學(xué)的應(yīng)用可以來做人工感知方面的決定問題(也就是說通過統(tǒng)計學(xué)的方法，人工神經(jīng)網(wǎng)絡(luò)能夠類似人一樣具有簡單的決定能力和簡單的判斷能力)，這種方法比起正式的邏輯學(xué)推理演算更具有優(yōu)勢。

鐵是維持結(jié)核菌和宿主基本代謝的重要微量元素，鐵代謝與結(jié)核病發(fā)生發(fā)展關(guān)系密切。臨床上通過絡(luò)合法、化學(xué)發(fā)光法和免疫比濁法來檢測人血清樣本中鐵代謝相關(guān)指標(biāo)：血清鐵serum iron、鐵蛋白ferritin和轉(zhuǎn)鐵蛋白transferrin。我們測定了樣本人血清中鐵代謝指標(biāo)的數(shù)據(jù)，利用神經(jīng)網(wǎng)絡(luò)模型(NNET，Neural Network)對這三個指標(biāo)進行建模分析，該模型是把已知的足夠多的系統(tǒng)輸入、輸出值做為訓(xùn)練樣本，按給定的規(guī)則訓(xùn)練網(wǎng)絡(luò)，使該網(wǎng)絡(luò)的輸出誤差控制在預(yù)定范圍內(nèi)的一種算法。NNET具有大規(guī)模并行、分布式存儲和處理、自組織、自適應(yīng)和自學(xué)能力，特別適合處理需要同時考慮許多因素和條件的、不精確和模糊的信息處理問題；我們利用該算法和鐵代謝指標(biāo)，建立了一種結(jié)核病發(fā)病風(fēng)險預(yù)測的模型，該模型具有高敏感性、特異性，可用于結(jié)核病發(fā)病的風(fēng)險評估。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于鐵代謝指標(biāo)的結(jié)核病風(fēng)險預(yù)測模型的構(gòu)建方法，利用神經(jīng)網(wǎng)絡(luò)算法，構(gòu)建用于評估結(jié)核病發(fā)病風(fēng)險模型。

為實現(xiàn)上述目的，本發(fā)明提供了一種基于鐵代謝指標(biāo)的結(jié)核病風(fēng)險預(yù)測模型的構(gòu)建方法，包括以下步驟：

(1)樣本的收集與處理；

(2)從樣本中測定鐵代謝指標(biāo)，具體包括三種代謝相關(guān)指標(biāo)的數(shù)據(jù)，即血清鐵、轉(zhuǎn)鐵蛋白和鐵蛋白；