[发明专利]一种儿童脓毒性休克预后预测的建模方法及系统

权利要求书

1.一种基于支持向量机的儿童脓毒性休克预后预测的建模系统，其特征在于，包括：

(1)数据收集模块：用于在GEO数据源内收集脓毒性休克基因表达的高通量数据；

(2)数据预处理模块：与所述数据收集模块相连，用于对高通量数据进行预处理和数据汇总，得到预处理后数据；

(3)筛选模块：与所述数据预处理模块相连，从预处理后数据中筛选出相对于存活组在死亡组中异常表达的基因，得到儿童脓毒性休克预后不良的异常表达基因数据集；

(4)数据转换模块：与所述筛选模块相连，用于对儿童脓毒性休克预后不良的异常表达基因数据集进行格式转换，形成训练生物标记数据集，所述格式转换为通过Perl程序将儿童脓毒性休克预后不良的异常表达基因数据集转换为符合R程序进行特征选择的数据格式；

(5)特征筛选模块：与所述数据转换模块相连，对训练生物标记数据集进行特征筛选，采用R程序，构造特征排序系数，对训练生物标记数据集的每次迭代去掉一个排序系数最小的特征，最终得到所有特征的递减排序，选出使儿童脓毒性休克预后预测准确度达到最高的最少特征的集合，即用于模型构建的特征集合；

(6)模型建立模块：与所述特征筛选模块相连，使用所述特征集合和训练生物标记数据集，采用支持向量机算法，使用R程序中的kernlab程序包构建儿童脓毒性休克预后预测模型，根据训练生物标记数据集中属于所述特征集合部分的数据子集运行支持向量机算法，训练得到高斯核函数的参数σ和支持向量机的错误惩罚因子C，然后构建儿童脓毒性休克预后预测模型；所述高斯核函数的参数σ为0.05-0.5，所述支持向量机的错误惩罚因子C为8-15。

2.根据权利要求1所述的系统，其特征在于，所述高斯核函数的参数σ为0.08-0.3，所述支持向量机的错误惩罚因子C为9-13。

3.根据权利要求2所述的系统，其特征在于，所述高斯核函数的参数σ为0.11-0.13，所述支持向量机的错误惩罚因子C为10-11。