一种基于机器学习算法的卵巢癌诊断模型及其构建方法和应用

本发明公开了一种基于机器学习算法的卵巢癌诊断模型及其构建方法和应用，构建方法包括以下步骤：获取临床卵巢癌患者及细胞系的外囊泡蛋白质组学数据，并使用Python中高通量分析对数据进行归一化预处理；利用生物信息学方法进行差异蛋白筛选，并结合机器学习算法进行特征选择，构建了9种外囊泡蛋白生物标志物诊断模型；利用受试者工作特征曲线评估模型性能，计算曲线下面积作为判别性能指标，并优化其诊断阈值，通过岭回归法获取最优模型；使用最优模型对外部测试集进行测试，利用受试者工作特征曲线评估模型性能。本发明所公开的诊断模型可显著提高外泌体数据的分析效率，提升模型的泛化能力，并有效降低假阳性率，从而增强其临床适用性。