摘要
本申请提供了一种基于多组学数据的抑郁症运动干预效果评估方法及系统,其中,所述方法包括:获取受试者在预设的各个评估时间节点的多组学原始数据集,其中,受试者包括运动组和对照组;对多组学原始数据集进行数据预处理和核心特征提取,得到标准化多组学特征集;其中,核心特征提取用于提取与抑郁改善具有相关性的特征数据;基于标准化多组学特征集,通过机器学习算法进行特征融合与模型训练,构建多组学协同变化模型;将标准化多组学特征集中不同评估时间节点的特征数据输入多组学协同变化模型,对运动组和对照组进行比对分析,得到运动干预量化评估结果。该方法能够实现运动干预效果的客观量化评估,为运动处方优化提供机制驱动的决策依据。
技术关键词
运动处方
数据
机器学习算法
生物标志物
集成学习模型
量表
偏最小二乘回归算法
节点
序列变体
心率
核心
关联规则算法
临床抑郁症
扩增子
静脉血
强化学习算法
血液
模型预测值