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！

龙图腾网获悉江南大学申请的专利一种基于肠道微生物统计模型实现健康状态监测的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：CN116364287B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202310332827.1，技术领域涉及：G16H50/30；该发明授权一种基于肠道微生物统计模型实现健康状态监测的方法是由朱金林;谢和强;杨子欣;陈静;尹佳琳;田培郡;王鸿超;赵建新;张灏;陆文伟;陈卫设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种基于肠道微生物统计模型实现健康状态监测的方法在说明书摘要公布了：本发明公开了一种基于肠道微生物统计模型实现健康状态监测的方法，属于微生物技术领域。所述方法包括：PCA、对比PCA学习、GSMM和BHC方法。本发明通过健康人群建立统计模型和健康指数，提高了不健康人群的检测率，能及时检测出不健康，减少患者的经济损失，产生较大的经济效益；采用对比PCA学习方法，进一步分析健康人群中存在的差异，及时对健康人群存在的风险进行评估，降低健康人群患病的风险；通过统计模型的BHC诊断，可以及时追溯到与所报告不健康表型相关的那些最负责任的物种，从而达到个性化诊断的效果。

本发明授权一种基于肠道微生物统计模型实现健康状态监测的方法在权利要求书中公布了：1.一种肠道健康状态监测方法，其特征在于，所述方法包括： 步骤1：通过宏基因组测序获得人群样本肠道微生物的相对丰度数据，并记录样本标签，并将所有标签为健康的样本数据设置为训练集，其余样本为测试集； 步骤2：对训练集和测试集中的数据进行预处理，包括特征选择和数据标准化； 步骤3：基于PCA对预处理后的训练集数据建立统计模型和健康指数，并对训练集数据实现健康预测； 步骤4：选择所述步骤3中的预测为健康的训练集样本数据与测试集样本数据，通过对比PCA学习揭示健康人群中的健康模式，并进一步分析健康模式之间的差异性； 步骤5：选择预处理后的测试集样本，通过所述步骤3中的统计模型，建立健康指数，对测试集样本实现健康预测，并通过每个特征对健康指数的贡献诊断识别出相应的靶点； 所述步骤3包括： 步骤3.1：将预处理后的训练集样本数据组成为一个OTU矩阵，假设OTU矩阵由个样本的个微生物特征组成，PCA模型结构如下： 2 其中是得分矩阵，是加载矩阵，是保留的主成分维度，是残差矩阵，通过执行协方差矩阵的特征分解得到： 3 其中是残差载荷，和是主成分及残差子空间的特征值； 因此，数据的主成分子空间PCS和残差子空间RS定义为： 4 5 其中和是所述主成分子空间及所述残差子空间的投影矩阵； 假设特征值按降序排列，每个特征值的解释方差百分比PEVs定义为，通过累积PEVs满足结果来确定正确的主成分PC数量； 步骤3.2：根据确定的所述主成分PC的数量，设计图表、图表和图表； 所述图表为：给定一个样本，监测主成分子空间，其定义为，其中，在置信水平下的控制限由卡方分布确定，主成分维度d是自由度； 所述图表为：监测残差子空间，其定义为，控制限为，其中,用特征值计算； 所述图表为：联合指数定义为，其中，控制限为，其中和； 步骤3.3：将指数、指数和指数转化为一般的二次形式，每个指数的M分别表示为上述的D、和，如果任何指数超过相应的阈值，则报告不健康的情况； 所述步骤5中每个特征对健康指数的贡献诊断过程包括： 根据健康指数，将BHC图用于贡献诊断，通过在不健康成分中添加一个校正项来重建正常状态； 给定一个不健康的样本，假设特征i具有潜在的异常行为，重建的组成单元为： 6 其中是方向，是变化的幅度； 然后制定目标，以优化健康指数： 7 其中，M代表上述的D、和； 通过取一阶导数等于零，得到： 8 其中表示特征i对健康指数的贡献。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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”。