需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于机器学习的孕前期及孕中期唐氏综合征筛查方法

基于机器学习的孕前期及孕中期唐氏综合征筛查方法

发布时间: 2022-10-10

来源: 科技服务团

基本信息

合作方式： 合作开发
成果类型： 发明专利
行业领域：
电子信息技术,通信技术
成果介绍
本发明公开了一种基于机器学习算法的孕前期及孕中期唐氏综合征筛查方法，旨在提高唐氏综合征筛查的准确率，解决唐氏筛查指标存在地域性差别的问题。该筛查方法包括:一、数据的统计和预处理，计算原始数据集中样本的概率分布情况并对数据进行格式上的统一。二、采用支持向量机算法、决策树算法以及提升方法分别对原始数据进行处理，划分训练集和测试集，对检出率、假阳性率、准确率三项指标进行评估。
成果亮点
本发明以医院的真实孕前期和孕中期的7-10种特定特征(检测的指标)，对数据集进行清洗、数据预处理、训练并测试，该方法不仅用于唐氏筛查更有益于检测极不均衡的异常数据判定，可用于医学中疾病的预测、网络安全中的异常检测及军事场景中的小样本筛查中。实验表明，使用本发明提出的将支持向量机算法应用于孕前期及孕中期唐氏综合征筛查，能够获得比传统方案更高的检出率和更低的假阳性率，具有更高的性能。
团队介绍
吉林大学通信工程学院李玲教授科研团队
成果资料