题名 | 从SHAP到概率 |
其他题名 | From SHAP to Probability——An Interpretable 0achine Learning Framework for Targeted Lipidomics Study on Diabetic Retinopathy |
作者 | |
发表日期 | 2023-08-25 |
发表期刊 | 中国卫生统计 影响因子和分区 |
语种 | 中文 |
原始文献类型 | Periodical |
关键词 | 脂质组学 可解释性机器学习 糖尿病视网膜病变 SHAP |
其他关键词 | Lipidomics ; Interpretable machine learning ; Diabetic retinopathy ; SHAP |
摘要 | 目的 基于可解释性机器学习算法构建糖尿病视网膜病病变(diabetic retinopathy,DR)的早期识别模型,并探讨SHAP(SHapley Additive exPlanations)在脂质组学数据中的应用.方法 基于本项目组的DR靶向脂质组学数据,通过可解释性机器学习的方法进行特征筛选;在建立糖尿病视网膜病变的早期识别模型后,通过全局、特征和个体三个层面对模型进行解释,并将SHAP值转换成概率以增强可解释的能力.结果 本研究筛选出了 5 种内源性脂质代谢物,构建了一个性能较为优秀的糖尿病视网膜病变的早期识别模型,并成功使用SHAP及概率解锁了模型.结论 脂质代谢物质可以应用于糖尿病视网膜病变的早期识别;SHAP在进行黑盒模型的解锁时表现出色,且有较高的实践应用价值. |
资助项目 | 2021R413062:浙江省大学生科技创新活动计划;2020YFC2008201:国家重点研发计划;LGF19H260011:浙江省基础社会公益项目;81670777:国家自然科学基金 |
ISSN | 1002-3674 |
卷号 | 40期号:4页码:511-515 |
DOI | 10.11783/j.issn.1002-3674.2023.04.007 |
页数 | 5 |
收录类别 | 万方 ; ISTIC ; 北大核心 ; CSCD |
URL | 查看原文 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | https://kms.wmu.edu.cn/handle/3ETUA0LF/183949 |
专题 | 公共卫生学院 眼视光学院(生物医学工程学院)、附属眼视光医院 |
作者单位 | 1.温州医科大学公共卫生与管理学院(325000; 2.温州医科大学附属眼视光医院国家临床研究中心 |
第一作者单位 | 公共卫生学院 |
第一作者的第一单位 | 公共卫生学院 |
推荐引用方式 GB/T 7714 | 金东镇,郭城楠,彭芳,等. 从SHAP到概率[J]. 中国卫生统计,2023,40(4):511-515. |
APA | 金东镇., 郭城楠., 彭芳., 赵淑珍., 李慧慧., ... & 毛广运. (2023). 从SHAP到概率. 中国卫生统计, 40(4), 511-515. |
MLA | 金东镇,et al."从SHAP到概率".中国卫生统计 40.4(2023):511-515. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[金东镇]的文章 |
[郭城楠]的文章 |
[彭芳]的文章 |
百度学术 |
百度学术中相似的文章 |
[金东镇]的文章 |
[郭城楠]的文章 |
[彭芳]的文章 |
必应学术 |
必应学术中相似的文章 |
[金东镇]的文章 |
[郭城楠]的文章 |
[彭芳]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论