(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211292442.9 (22)申请日 2022.10.21 (71)申请人 南京脑科医院 地址 210029 江苏省南京市广州路264 号 (72)发明人 张锡哲　王菲　孙开金　 (74)专利代理 机构 北京睿智保诚专利代理事务 所(普通合伙) 11732 专利代理师 韩迎之 (51)Int.Cl. G16H 50/70(2018.01) G06K 9/62(2022.01) (54)发明名称 一种基于二分类器的生物标志物发现方法 及系统 (57)摘要 本发明公开了一种基于二分类器的生物标 志物发现方法及系统， 应用于医学分析领域， 包 括： 基于bagging思想， 构建正负样本数据集， 划 分为训练集和测试集， 并通过训练集训练二分类 器； 通过投票法计算测试集在二 分类器上的分类 准确率， 并基于零假设和中心极限定理， 以分类 准确为统计量， 计算分类准确率的显著性， 输出 符合预设阈值条件的二分类器； 通过标签集置换 对二分类器性能的显著性进行评估， 评估待测数 据是否符合预设阈值条件， 以确定最终的生物学 标志物。 本发明不需数据样本满足正态分布， 且 适用于多维数据的生物标志物发现， 提高了生物 标志物发现的准确与适用性。 权利要求书2页 说明书10页 附图3页 CN 115482938 A 2022.12.16 CN 115482938 A 1.一种基于二分类 器的生物标志 物发现方法， 其特 征在于， 包括： 步骤(1)： 基于bagging思想， 构建正负样本数据集， 划 分为训练集和测试集， 并通过所 述训练集训练二分类 器； 步骤(2)： 通过投票法计算所述测试集在所述二分类器上的二分类器准确率， 并基于零 假设和中心极限定理， 以二分类器准确率为统计量， 计算所述二分类器准确率的显著性， 输 出符合预设阈值条件的二分类 器； 步骤(3)： 通过标签集置换评估二分类器性能的显著性是否符合预设阈值条件， 以确定 最终的生物学 标志物。 2.根据权利要求1所述的一种基于二分类器的生物标志物发现方法， 其特征在于， 步骤 (1)中， 基于ba gging思想， 构建正负 样本数据集， 具体为： 比较正样本和负样本的数量大小， 以数量大的样本集作为第一样本集， 数量小的样本 集作为第二样本集； 从所述第一样本集中随机抽取与 所述第二样本集中样本数量相同的样本， 与 所述第二 样本集进行正负 样本合并， 直至所述第一样本集中样本全部采样， 得到正负 样本数据集。 3.根据权利要求1所述的一种基于二分类器的生物标志物发现方法， 其特征在于， 步骤 (2)中， 所述测试集在所述 二分类器上的二分类 器准确率的检验统计量计算式， 如下： 其中， 为二分类器的检验统计量， nte为测试集数量， 是指示函数， 为测试集， zi是 中第i个， 且标签为 li的数据集， f(zi)是条件概率分布p(li＝1|zi)的估计。 4.根据权利要求3所述的一种基于二分类器的生物标志物发现方法， 其特征在于， 步骤 (2)中， 基于零假设和中心极限定理， 以而分类器准确率为统计量， 计算所述二分类器准确 率的显著性， 并输出符合预设阈值条件的二分类 器， 计算式如下： 5.根据权利要求3所述的一种基于二分类器的生物标志物发现方法， 其特征在于， 步骤 (3)中， 通过 标签集置换评估二分类 器性能的显著性是否符合预设阈值条件， 计算式如下： 其中， 为通过标签 集置换得到的新的数据集的集合； D'为通 过标签集置换得到的新的 数据集； e(f,D')为在通过标签集置换得到的新的数据集上的二分类器准确率； 为所述正负样本数据集上的二分类 器准确率， k 为置换检验重复次数。 6.根据权利要求4或5所述的一种基于二分类器的生物标志物发现方法， 其特征在于， 所述预设阈值条件为： p是否小于预设阈值。权　利　要　求　书 1/2 页 2 CN 115482938 A 27.一种基于二分类 器的生物标志 物发现系统， 其特 征在于， 包括： 数据处理模块： 用于基于ba gging思想， 构建正负 样本数据集， 划分为训练集和 测试集； 二分类器训练模块： 用于通过 所述训练集训练二分类 器； 二分类器准确率计算模块： 用于通过投票法计算所述测试集在所述二分类器上的二分 类器准确率； 第一二分类器检验模块： 用于基于零假设和中心极限定理， 以二分类器准确率为统计 量， 计算所述 二分类器准确率的显著性， 输出符合预设阈值条件的二分类 器； 第二二分类器检验模块： 用于通过标签集置换评估二分类器性 能的显著性是否符合预 设阈值条件； 二分类器输出模块： 用于 输出符合预设阈值条件的所述 二分类器； 生物标志物输出模块： 用于输入待测数据至符合预设阈值条件的所述二分类器， 确定 最终的生物标志 物。权　利　要　求　书 2/2 页 3 CN 115482938 A 3