一种基于神经网络的强直性脊柱炎的预测模型构建方法

本发明公开了一种基于神经网络的强直性脊柱炎的预测模型构建方法，属于生物医学技术领域，具体包含：标本采集：采集血液标本；样本准备；质谱鉴定：采用质谱仪的Linear模式进行质谱分析；数据分析：MS文件处理：质谱检测peak profile数据，设置阈值为P<0.01且|log2(FC)|>1筛选差异质谱峰；对差异质谱峰进行LASSO降维筛选质谱特征峰；ROC法分析质谱特征峰对强直性脊柱炎的鉴别效率；人工神经网络算法建模；运用人工神经网络模型对测试集的数据进行分析预测。能够提供更为细致和全面的生物标志物分析，反应出患者的整体代谢状态和病理进程和用药好疗效评价。