【技术实现步骤摘要】
非酒精性脂肪肝的预测方法及装置
[0001]本专利技术涉及智能医疗
，更具体地，涉及一种非酒精性脂肪肝的检测试剂、用途、预测方法、装置、系统及存储介质。
技术介绍
[0002]非酒精性脂肪肝(NAFLD)是除过量饮酒和其他明确肝损伤因素所导致的肝细胞内脂肪沉淀，已经成为全球范围内的公共卫生挑战，经济的快速增长和生活方式的改变促使非酒精性脂肪肝在中国的发病率激。一项荟萃分析包括来自392项研究显示，目前中国NAFLD患病率为29.2％，已经超过全球NAFLD患病率(25％)。肝脏穿刺仍为诊断该病的金标准，目前尚未出现较好的通过无创方法用来精准评价和诊断该病的方法。
技术实现思路
[0003]为解决上述问题，我们提供了一种基于样本的临床指标和实验室指标(血清检测数据、肝脏硬度数据和肝脏脂肪变性数据)建立无创的非酒精性脂肪肝的检测试剂、预测方法、装置、系统及存储介质，为临床上对非酒精性脂肪肝的准确诊断奠定基础。
[0004]本申请公开了一种用于非酒精性脂肪肝检测的试剂及其应用，其特征在于，所述试剂包含...
【技术保护点】
【技术特征摘要】
1.一种用于非酒精性脂肪肝检测的试剂及其应用，其特征在于，所述试剂包含检测样本中生物标志物的试剂，所述生物标志物为ALT和TC；可选的，所述试剂包括：通过RT
‑
PCR、实时定量PCR、免疫检测、原位杂交、芯片或高通量测序平台检测ALT和TC基因表达水平以诊断非酒精性脂肪肝的试剂；优选的，所述用RT
‑
PCR诊断非酒精性脂肪肝的产品至少包括一对特异扩增ALT和TC基因的引物；所述用实时定量PCR诊断非酒精性脂肪肝的产品至少包括一对特异扩增ALT和TC基因的引物；所述用免疫检测诊断非酒精性脂肪肝的产品包括：与ALT和TC蛋白特异性结合的抗体；所述用原位杂交诊断非酒精性脂肪肝的产品包括：与ALT和TC基因的核酸序列杂交的探针；所述用芯片诊断非酒精性脂肪肝的产品包括：蛋白芯片和基因芯片；其中，蛋白芯片包括与ALT和TC蛋白特异性结合的抗体，基因芯片包括与ALT和TC基因的核酸序列杂交的探针；可选的，所述试剂包括芯片、试剂盒、试纸或高通量测序平台；优选的，试剂盒包括qPCR试剂盒、ELISA试剂盒、免疫印迹检测试剂盒、免疫层析检测试剂盒、免疫组化检测试剂盒、流式细胞分析试剂盒、电化学发光检测试剂盒；可选的，所述样本包括组织、血液。2.一种非酒精性脂肪肝的预测方法，包括：获取样本的血清检测数据、肝脏硬度数据和肝脏脂肪变性数据；将所述血清检测数据、肝脏硬度数据和肝脏脂肪变性数据输入训练好的脂肪肝分类模型中，得到样本的第一分类结果；将所述血清检测数据、肝脏硬度数据和肝脏脂肪变性数据输入训练好的LFC含量回归模型中，得到LFC含量预测值，基于所述LFC含量预测值得到样本的第二分类结果；将所述第一分类结果和第二分类结果进行结果融合，得到样本非酒精性脂肪肝风险的分类结果。3.根据权利要求1中所述的非酒精性脂肪肝的预测方法，其特征在于，所述血清检测数据包括：AST、ALT、TC、CK18、insulin、IP10、PLT的数据；所述肝脏硬度数据包括LSM的数据；所述肝脏脂肪变性数据包括CAP的数据；可选的，将血清检测数据、肝脏硬度数据和肝脏脂肪变性数据进行预处理，优选的，所述预处理包括归一化处理。4.根据权利要1中所述的非酒精性脂肪肝的预测方法，其特征在于，所述脂肪肝分类模型包括有无脂肪肝分类模型，所述有无脂肪肝分类模型用于判断样本是否为脂肪肝，给出第一分类结果为有脂肪肝或无脂肪肝；优选的，所述脂肪肝分类模型包括有无脂肪肝分类模型和轻重度脂肪肝分类模型，当判定结果为无脂肪肝，终止分类，给出第一分类结果为无脂肪肝；当判定结果为有脂肪肝，将所述血清检测数据、肝脏硬度数据和肝脏脂肪变性数据输入轻重度脂肪肝分类模型，给出第一分类结果为轻度脂肪肝或中
‑
重度脂肪肝；优选的，所述分类模型选自下列机器学习模型算法中的一种或几种：逻辑回归算法、朴素贝叶斯分类、支持向量机分类、支持向量机线性分类、k近邻、决策树、随机森林、xgboost、感知机算法。5.根据权利要求3中所述的非酒精性脂肪肝的预测方法，其特征在于，所述LFC含量回归模型选自下列机器学习模型算法中的一种或几种用于计算样本LFC的含量预测值：线性
回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、弹性回归；优选的，所述LFC含量回归模型采用回归决策树算法计算样本LFC的含量预测值；可选的，所述第二分类结果...
【专利技术属性】
技术研发人员：丁艳华，阿儒汗，朱晓雪，陈红，张洪，李晓娇，胡月，
申请(专利权)人：吉林大学第一医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。