【技术实现步骤摘要】
本专利技术涉及ai+生物信息领域，特别是涉及一种利用基因特征的癌症分型方法。
技术介绍
1、近些年由于深度学习技术的发展，人们对于图像，视频分类，自然语言处理，以及生物信息处理等领域有了重大进展。在生物信息数据分析领域，深度学习模型展现出了其强大的能力，能够将纷繁复杂的数据类型实现高精度分类。但是由于癌症数据存在异质性，导致癌症分型变得较为困难，于是我们设计了一个利用基因特征的癌症分型模型，能够高准确率且稳定的将癌症分型。
2、传统的生物信息分析方法往往借助一些统计学手段，对生物信息数据进行统计学分析，从而在数据中挖掘出一些统计学差异信息，用于各病种的差异分析。随着生物测序手段的发展，单细胞测序方法的出现，其数据特点呈现高维度，稀疏性，噪声大，数据量大等特点。因此，传统的统计学方法无法在大数据量且噪声大的数据中，快速准确的挖掘具有生物学意义的信息。越来越多的生物信息学专家开始研究利用深度学习的优势，来实现生物信息分析。但是所设计的网络没有考虑到基因特征的提取与融合，因此此类模型容易受到癌症异质性的影响，从而导致分类准确率不高
【技术保护点】
1.一种利用基因组特征的癌症分型方法，步骤如下：
2.根据权利要求1所述的利用基因组特征的癌症分型方法，其特征在于，所述基因特征损失函数的计算公式如下：
3.一种癌症分型装置，其特征在于，所述癌症分型装置包括：处理器和存储器，所述存储器中存储有程序指令，所述处理器调用存储器中存储的程序指令以使装置执行权利要求1和2中的任一项所述的方法。
【技术特征摘要】
1.一种利用基因组特征的癌症分型方法，步骤如下：
2.根据权利要求1所述的利用基因组特征的癌症分型方法，其特征在于，所述基因特征损失函数的计算公式如下：
3....
【专利技术属性】
技术研发人员：金康俊，杨嘉琛，肖帅，奚萌，温家宝，
申请(专利权)人：天津大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。