摘要
本发明实施例公开了基于氧化脂质衍生化和机器学习模型的心力衰竭生物标志物的检测方法,包括步骤:S1、将生物样本进行衍生化处理,得到衍生化产物;S2、检测衍生化产物,得到不同氧化脂质的衍生物的检测峰;S3、基于衍生物的检测峰数据,利用随机森林算法模型进行筛选,得到心力衰竭生物标志物;其中,步骤S3具体包括:S31、将衍生物的检测峰数据进行数据清洗;S32、将数据清洗得到的数据进行数据转换;S33、将转换后的数据进行标准化处理;S34、构建随机森林算法模型并进行训练;S35、利用训练后的随机森林算法模型筛选,得到十种氧化脂质作为心力衰竭生物标志物;检测方法对生物标志物的检测准确性高、可靠性高、检测线性良好、检测限低。
技术关键词
随机森林
算法模型
潜在生物标志物
样本
碳二亚胺盐酸盐
脂质衍生物
机器学习模型
数据
三重四极杆质谱仪
心力衰竭检测
溶液
萃取柱
硝基苯
超纯水
流速
取样瓶
吡啶
系统为您推荐了相关专利信息
热点消除方法
池化技术
错误处理程序
时延
数据迁移
计算机信息安全
基础分类器
AdaBoost算法
大数据
位置更新
历史消费数据
智能配置方法
预测网络模型
模糊均值聚类
元素