买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜复旦大学申请的专利基于机器学习的人呼气中VOCs生物标志物的识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115064219B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210558092.X，技术领域涉及：G16B40/20；该发明授权基于机器学习的人呼气中VOCs生物标志物的识别方法是由李想;岑郑楠;陈健;陆冰清设计研发完成，并于2022-05-19向国家知识产权局提交的专利申请。

本基于机器学习的人呼气中VOCs生物标志物的识别方法在说明书摘要公布了：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Lassologistic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。

本发明授权基于机器学习的人呼气中VOCs生物标志物的识别方法在权利要求书中公布了：1.一种基于机器学习的人呼气中VOCs生物标志物识别方法，其特征在于，包括获取高维呼气VOCs数据，通过统计学和机器学习的方法，寻找一组简化的呼吸VOCs生物标志物参数，在不丢失重要信息的情况下，表征整个数据集中的主要信息，产生与全呼气VOCs参数基本相同的分类识别能力；具体步骤为： S1：高维呼气VOCs数据的获取和处理；包括获取一定数量特定疾病或病理反应，和健康人群的高维呼气VOCs数据，构建实验组和对照组； S2：采用肺泡梯度法识别VOCs内外源属性； S3：基于内源属性VOCs采用单维统计法和多维统计法筛选一级生物标志物； S4：通过相关性分析构建组合标志物，用Lassologistic回归模型筛选二级生物标志物； S5：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。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。