基于代谢组学数据的自杀倾向与自杀行为预测方法及系统技术方案

本发明专利技术涉及基于代谢组学数据的自杀倾向与自杀行为预测方法及系统，所述方法包括：S1、获取待检测用户血液中代谢产物数据或待检测用户的最终代谢生物标志物的数据；所述代谢产物数据中包括多个代谢物大类的数据；所述代谢物大类的数据中包括多种代谢物的数据；所述最终生物标志物的数据为预先设定的代谢物的数据；S2、采用最终的神经网络分类器模型对所述待检测用户的代谢产物数据或最终代谢生物标志物的数据进行辨识，确定相应的辨识结果；所述最终的神经网络分类器模型为预先设定的初始神经网络分类器模型经过预先设定的代谢物数据训练样本训练后得到的分类器模型。数据训练样本训练后得到的分类器模型。数据训练样本训练后得到的分类器模型。

【技术实现步骤摘要】
基于代谢组学数据的自杀倾向与自杀行为预测方法及系统


[0001]本专利技术涉及计算机应用
，尤其涉及基于代谢组学数据的自杀倾向与自杀行为预测方法及系统。

技术介绍

[0002]自杀是指个体蓄意或自愿采取各种手段结束自己生命的行为，是全球范围内青少年非意外死亡的主要原因之一，是一个全球关注的社会和公共卫生问题，在我国总自杀率是23.23/10万，每年导致28万人死亡，已成为我国居民第五位的死亡原因，是15岁至34岁人群第一位的死亡原因，为国家、社会及家庭带来了严重的社会和经济负担。
[0003]大量研究表明，重性抑郁障碍(major depressive disorder，MDD)，双相情感障碍(bipolar disorder，BD)和精神分裂症(schizophrenia，SZ)是与自杀联系最密切的三种重性精神疾病。在21世纪初，全球非自然原因死亡率最高的是抑郁症，达到30％；BD的自杀研究表明：每年有约0.4％的BD患者自杀，比普通人群高20倍；精神分裂症患者的终生自杀率约为10％，自杀是导致精神分裂症患者预期寿命下降的最大原本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于代谢组学数据的自杀倾向与自杀行为预测方法，其特征在于，所述方法包括：S1、获取待检测用户的血液中代谢产物数据或待检测用户的最终代谢生物标志物的数据；所述代谢产物数据中包括多种代谢物大类的数据；所述代谢物大类的数据中包括多种代谢物的数据；所述最终代谢生物标志物的数据为预先设定的代谢物的数据；S2、采用最终的神经网络分类器模型对所述待检测用户的代谢产物数据或最终代谢生物标志物的数据进行辨识，确定相应的辨识结果；所述辨识结果包括：具有自杀行为的结果和具有无自杀行为的结果；所述最终的神经网络分类器模型为预先设定的初始神经网络分类器模型经过预先设定的代谢物数据训练样本进行训练后得到的分类器模型。2.根据权利要求1所述的方法，其特征在于，在所述S1之前还包括：A1、根据预先获取的多个具有结果标签的用户代谢产物数据，获取所述代谢物数据训练样本；所述结果标签包括：具有自杀行为的标签和具有无自杀行为的标签；A2、基于预先获取的多个具有结果标签的用户代谢产物数据以及所述代谢物数据训练样本和预先设定的初始神经网络分类器模型，获取最终的神经网络分类器模型并确定最终代谢生物标志物。3.根据权利要求2所述的方法，其特征在于，所述用户的代谢产物数据包括：采用预设的高分辨质谱仪进行血浆非靶向代谢组学数据采集得到的数据。4.根据权利要求3所述的方法，其特征在于，所述A1具体包括：A11、针对预先获取的多个具有结果标签的用户代谢产物数据进行预处理，获取具有结果标签的预处理后的用户代谢产物数据；其中所述预处理包括：缺失值填充处理、标准化处理、协变量消除处理；A12、并将所述具有结果标签的预处理后的用户代谢产物数据，按照代谢物大类进行划分，获取具有结果标签的预处理后的用户代谢产物数据中每一代谢物大类所对应的数据，并将所述每一代谢物大类所对应的数据作为代谢物数据训练样本。5.根据权利要求4所述的方法，其特征在于，所述初始神经网络分类器模型包括：输入层、第一隐藏层、第二隐藏层以及输出层；其中所述第一隐藏层的神经元的数量为32；所述第二隐藏层的神经元的数量为16；其中，输入层、第一隐藏层、第二隐藏层以及输出层中的每一层均具有L1正则化项；所述初始神经网络分类器模型还具有Adam模型优化器。6.根据权利要求5所述的方法，其特征在于，所述A2包括：A21、采用每一代谢物大类所对应的代谢物数据训练样本对所述初始神经网络分类器模型进行训练，获取最终的神经网络分类...

【专利技术属性】
技术研发人员：张锡哲，王菲，张然，
申请(专利权)人：南京脑科医院，
类型：发明
国别省市：