一种阿尔茨海默病的智能筛查系统

AITNT
正文
推荐专利
一种阿尔茨海默病的智能筛查系统
申请号:CN202411813453
申请日期:2024-12-10
公开号:CN119763654A
公开日期:2025-04-04
类型:发明专利
摘要
本发明公开了一种阿尔茨海默病的智能筛查系统,包括:生成用于后续分析的SNP数据集;利用显著性筛选方法从预处理后的SNP数据中筛选出与阿尔茨海默病显著相关的SNP‑SNP对,并以SNP‑SNP对为基础构建加权的SNP交互作用网络;对SNP交互网络进行模块划分,从而识别具有高度关联的SNP子集,并通过网络中心性指标筛选对交互作用网络全局结构具有关键影响的SNP;从SNP交互网络中提取每个SNP的模块归属、中心性得分,作为候选固定效应变量用于后续的混合模型分析;利用提取的固定效应变量作为输入,同时加入个体特异性效应作为随机效应分量。本发明能全面评估SNP与阿尔茨海默病风险之间的关系,能够同时捕捉群体层面的全局效应和个体层面的差异,提供精确的风险预测。
技术关键词
智能筛查系统 混合效应模型 交互网络 网络特征 SNP基因型 特征提取模块 Louvain算法 阿尔茨海默病患者 线性混合效应 网络中心 网络分析 风险 数据 筛选方法 变量
系统为您推荐了相关专利信息
1
融合时空深度网络的台风强度预测方法、设备与介质
强度预测方法 神经网络特征 特征提取网络 数据特征提取 规则格网
2
基于CKAN模型的电力系统节点惯量估计方法
惯量估计方法 虚拟同步机 特征提取模块 数据 节点
3
一种基于知识蒸馏超轻网络的路基缺陷在线智能检测方法
在线智能检测方法 震动传感器阵列 神经网络模型 特征提取网络 特征提取模块
4
基于树形图注意力机制的多模态情感分析算法
注意力机制 融合特征 模态特征 多尺度融合网络 文本
5
一种基于孪生网络与DSST算法的单目标追踪方法
追踪方法 孪生网络方法 特征提取方式 位置跟踪 DSST算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号