摘要
本发明公开了一种早期肺癌唾液代谢指纹检测模型的训练方法,该方法至少包括获得唾液代谢指纹数据,并将唾液代谢指纹数据划分为发现集、验证集和测试集;将发现集输入到至少两个预备模型中,采用SFFS方法在K折交叉验证框架内进行特征选择,基于敏感性、特异性、准确率、F1分数和AUC对每个预备模型进行参数优化;构建集成模型,集成模型包括至少两个预备模型和加权投票机制;利用SHAP方法在验证集和测试集上对集成模型的性能进行评估。本发明提供的方法构建的集成模型能高效、准确、快速地对肺癌进行非介入式筛查和早期检测。
技术关键词
早期肺癌
指纹检测
唾液
特征选择
质谱分析方法
机制
迭代算法
样本
数据
粘蛋白
随机森林
分箱
患者
框架
参数
决策
逻辑
强度