分类模型的训练方法、设备、存储介质和计算机程序产品技术

技术编号:45810423 阅读:11 留言:0更新日期:2025-07-15 22:24
本申请公开了一种分类模型的训练方法、设备、存储介质和计算机程序产品,涉及医疗保健信息的技术领域,公开了分类模型的训练方法,包括:构建初始模型,所述初始模型包括目标函数和约束条件;根据所述目标函数和所述约束条件构建拉格朗日函数;获取包括基因表达训练数据和疾病标签的训练样本;基于所述训练样本对所述初始模型进行迭代训练,并采用所述拉格朗日函数优化所述初始模型的模型参数,得到分类模型,所述分类模型用于确定受试者的基因表达数据对应的疾病概率。本申请提高了模型对基因表达数据与疾病概率之间关系的拟合能力,更准确地预测受试者的疾病概率。

【技术实现步骤摘要】

本申请涉及医疗保健信息的,尤其涉及一种分类模型的训练方法、设备、存储介质和计算机程序产品


技术介绍

1、胰腺癌(pancreatic cancer,pc)是恶性程度最高的消化系统肿瘤,其中胰腺导管腺癌(pancreatic ductal adenocarcinoma,pdac)是pc的主要组织学亚型,占所有病例的90%。pdac发病隐匿、早期症状不典型,且易于被忽视,出现较典型症状时多已经是中晚期,导致其总体5年生存率极低。早期发现并切除后5年生存率可显著提高,因此,早期诊断对于改善pdac患者的预后至关重要。

2、现有的检测技术如肿瘤标志物ca19-9等对胰腺导管腺癌敏感性、特异性低,无法满足临床需求。近年来,游离cell-free rna(cfrna)检测作为一种非侵入性检测手段受到关注,它可以通过简单的体液采样获得,能够提供反映实时生理和病理变化的动态基因表达信息。

3、在机器学习领域,人工智能用于生命科学领域的趋势逐年上升,机器学习方法被越来越多地应用于基于cfrna的癌症预测研究,并取得了令人瞩目的结果。然而,现有技术通本文档来自技高网...

【技术保护点】

1.一种分类模型的训练方法,其特征在于,所述的方法包括:

2.如权利要求1所述的方法,其特征在于,所述基于所述训练样本对所述初始模型进行迭代训练,并采用所述拉格朗日函数优化所述初始模型的模型参数的步骤包括:

3.如权利要求2所述的方法,其特征在于,所述构建初始模型的步骤包括:

4.如权利要求3所述的方法,其特征在于,所述构建初始模型的步骤包括:

5.如权利要求1所述的方法,其特征在于,所述基于所述训练样本对所述初始模型进行迭代训练,并采用所述拉格朗日函数优化所述初始模型的模型参数,得到分类模型的步骤之后,还包括:

6.如权利要求...

【技术特征摘要】

1.一种分类模型的训练方法,其特征在于,所述的方法包括:

2.如权利要求1所述的方法,其特征在于,所述基于所述训练样本对所述初始模型进行迭代训练,并采用所述拉格朗日函数优化所述初始模型的模型参数的步骤包括:

3.如权利要求2所述的方法,其特征在于,所述构建初始模型的步骤包括:

4.如权利要求3所述的方法,其特征在于,所述构建初始模型的步骤包括:

5.如权利要求1所述的方法,其特征在于,所述基于所述训练样本对所述初始模型进行迭代训练,并采用所述拉格朗日函数优化所述初始模型的模型参数,得到分类模型的步骤之后,还包括:

6.如权利要求3所述的方法,其特征在于,所述基于所述训练样本对所述初始模型进行迭代训练,并采用所述拉格朗日函数优化所述初始模型的模型参数的步骤之后,还包括:

7.如权利要求1所述的方法,其特征在于,...

【专利技术属性】
技术研发人员:沙磊邓司伟金泳成周天尧白书航李依璘高亚平
申请(专利权)人:深圳津渡生物医学科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1