期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
从SHAP到概率——可解释性机器学习在糖尿病视网膜病变靶向脂质组学研究中的应用
被引量：
2
1
作者
金东镇
郭城楠
+7 位作者
彭芳
赵淑珍
李慧慧
夏喆铮
车明珠
王亚楠
张泽杰
毛广运
《中国卫生统计》
CSCD
北大核心
2023年第4期511-515,共5页
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...
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。
展开更多
关键词
脂质组学
可解释性机器学习
糖尿病视网膜病变
SHAP
在线阅读
下载PDF
职称材料
题名
从SHAP到概率——可解释性机器学习在糖尿病视网膜病变靶向脂质组学研究中的应用
被引量：
2
1
作者
金东镇
郭城楠
彭芳
赵淑珍
李慧慧
夏喆铮
车明珠
王亚楠
张泽杰
毛广运
机构
温州医科大学
公共卫生与管理学院
温州医科大学附属眼视光医院国家临床研究中心
出处
《中国卫生统计》
CSCD
北大核心
2023年第4期511-515,共5页
基金
浙江省大学生科技创新活动计划暨新苗人才计划(2021R413062)
国家重点研发计划(2020YFC2008201)
+1 种基金
浙江省基础社会公益项目(LGF19H260011)
国家自然科学基金(81670777)。
文摘
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。
关键词
脂质组学
可解释性机器学习
糖尿病视网膜病变
SHAP
Keywords
Lipidomics
Interpretable machine learning
Diabetic retinopathy
SHAP
分类号
R195.4 [医药卫生—卫生统计学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
从SHAP到概率——可解释性机器学习在糖尿病视网膜病变靶向脂质组学研究中的应用
金东镇
郭城楠
彭芳
赵淑珍
李慧慧
夏喆铮
车明珠
王亚楠
张泽杰
毛广运
《中国卫生统计》
CSCD
北大核心
2023
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
