公开(公告)号：CN119153100A

公开(公告)日：2024-12-17

申请号：CN202411630145.X

申请日：2024-11-15

Applicant: 山东大学齐鲁医院

Inventor： 孙宇 ,  官方霖 ,  李文娟 ,  郭星宏 ,  张富华 ,  李航宇 ,  李涛 ,  李博 ,  李金泉 ,  任彤欣

IPC: G16H50/30 ,  G06F18/213 ,  G06F18/24

Abstract: 本发明提供一种疾病风险表征预测系统及方法，属于基于深度学习的生物信息处理技术领域。包括：获取模块，用于获取待检测目标对象的生物标志物指标；处理模块，用于利用预先训练好的疾病风险评估模型对获取的待检测目标对象的生物标志物指标进行处理，得到目标对象患病风险表征结果。本发明将生物标志物的选择纳入融合模型的构建过程中，融合模型使用尽可能少的REB来表征与疾病本身相关的大多数特征信息；同时，通过特征推导获取了不同生物标记物之间的潜在调节作用，使模型获得更有效的表征信息；融合模型平衡了多个基本学习器的优缺点，可以从多个基本学习器中相互学习到不一致的信息，具有更好的信息提取能力、更强的稳健性。