[發明專利]一種抑郁癥患者識別系統及其識別方法

在審

• 申請號: 202010767954.0
• 申請日: 2020-08-03
• 公開（公告）號: CN111899869A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 李健;徐治;胡云云
• 申請（專利權）人: 東南大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16B20/30;G16B40/00;G06N3/04;A61B5/16
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 梁耀文

1.一種抑郁癥患者識別系統，其特征在于，包括數據預處理單元、模型創建單元、模型優化單元和數據識別單元；

數據預處理單元：用于對候選基因DNA甲基化的EWAS分析結果進行預處理；

模型創建單元：用于創建識別抑郁癥患者與健康人群的深度學習模型；

模型優化單元：用于對所述深度學習模型進行優化；

數據識別單元：用于基于優化后的深度學習模型對待區分的甲基化測序數據進行有效識別。

2.一種如權利要求1所述的抑郁癥患者識別系統的識別方法，其特征在于，包括如下步驟：

(1)收集和整理數據，構建原始數據集，數據為候選基因DNA甲基化的EWAS分析結果；

(2)對原始數據集進行數據預處理得到輸入數據集；

(3)將輸入數據集劃分為訓練數據集和測試數據集；

(4)創建識別抑郁癥患者與健康人群的深度學習模型，利用訓練數據集對構建的深度學習模型進行訓練；

(5)利用測試集對訓練好的深度學習模型進行性能評估，并在驗證評估過程中對模型進行不斷優化，得到最優模型。

3.根據權利要求2所述的一種抑郁癥患者識別系統的識別方法，其特征在于，所述步驟(1)中收集和整理數據，構建原始數據集的具體步驟如下：

(1.1)對符合標準入組的抑郁癥患者和健康人群對照進行候選基因甲基化測序；

(1.2)對測序后的下機數據進行處理，得到抑郁癥患者和健康人群的候選基因DNA甲基化測序的EWAS分析結果；

(1.3)將兩組分析結果收集整理，構成原始數據集合。

4.根據權利要求2所述的一種抑郁癥患者識別系統的識別方法，其特征在于，所述步驟(2)中對原始數據集進行數據預處理得到輸入數據集的步驟如下：去除候選基因DNA甲基化測序位點中未被檢測到的情況得到輸入數據集。

5.根據權利要求2所述的一種抑郁癥患者識別系統的識別方法，其特征在于，所述步驟(3)中將輸入數據集劃分為訓練數據集和測試數據集的具體步驟如下：將經過預處理之后得到的輸入數據之后按比例分割訓練集和測試集，所述訓練集和測試集比例為0.7:0.3或0.8:0.2。

6.根據權利要求2所述的一種抑郁癥患者識別系統的識別方法，其特征在于，所述步驟(4)中創建識別抑郁癥患者與健康人群的深度學習模型的具體步驟如下：

(4.1)為訓練數據集中的每一個目標位點構建一個神經網絡，所述神經網絡是以全連接神經網絡模型與輸出層sigmoid函數構建，包括輸入層、隱藏層和輸出層；

(4.2)設定所述神經網絡模型的輸入層，假定訓練樣本數為m，候選基因甲基化的測序位點數為n，則候選基因甲基化測序數據對應的輸入矩陣表示為X(m*n),其中所述的每一行表示一個樣本的甲基化測序數據，每一列對應所述甲基化測序數據的位點數據；輸入神經元個數設置為N，使用的激活函數為Relu；

(4.3)設定所述神經網絡模型的隱藏層，隱藏層的輸入數據為輸入層的輸出數據，隱藏層神經元個數設置為M，使用的激活函數為Relu；

(4.4)設定所述神經網絡模型的輸出層，其中，輸出層的輸入數據為隱藏層的輸出數據，輸出層神經元個數設置為C，使用的激活函數為sigmoid；

(4.5)所述sigmoid函數公式為：

(4.6)將訓練數據集輸入到構建的深度學習模型中，其中，輸入神經元個數N＝n＝406，隱藏層1神經元個數M＝8，隱藏層2神經元個數M＝4，輸出層神經元個數C＝1，以輸入向量所對應的輸出值作為目標真實值訓練模型。

7.根據權利要求2所述的一種抑郁癥患者識別系統的識別方法，其特征在于，所述步驟(5)中利用測試集對訓練好的深度學習模型進行性能評估的具體步驟如下：將測試集作為輸入矩陣輸入到訓練好的神經網絡中，驗證評估過程中調整模型超參數對模型進行不斷優化，找到最優模型超參數合集。