本发明属于生物标志物检测技术领域,具体为基于机器学习的人呼气中VOCs生物标志物的识别方法。本发明包括:高维呼气VOCs数据的获取和处理;采用肺泡梯度法识别VOCs内外源属性;采用单维统计法和多维统计法筛选一级生物标志物;通过相关性分析构建组合标志物,用Lasso logistic回归模型筛选二级生物标志物;采用随机森林算法评估二级生物标志物的分类和预测性能。本发明仅挑选少量关键生物标志物,即可实现不同组的准确分类,可靠性好、灵敏度高、特异性强,并可大大降低分类成本;同时针对关键化合物可开发更快的升温程序,减少分析处理时间;精简后的关键变量,可简化原本繁琐的化学解释,有利于集中探讨重要的代谢过程和机理。
声明:
“基于机器学习的人呼气中VOCs生物标志物的识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)