【技术实现步骤摘要】
本专利技术涉及癌症分析，尤其涉及一种基于多模态数据融合cnn的癌症亚型识别方法及系统。
技术介绍
1、癌症是严重威胁人类健康的重大疾病，其高度复杂性和异质性使传统诊断和治疗手段面临诸多挑战。准确识别癌症亚型以及区分患者的差异性对于实现精准医疗、提高治疗效果和改善患者预后至关重要。随着生物技术和信息技术的迅猛发展，多模态数据的获取成为可能，深度学习在癌症研究领域也展现出巨大潜力。然而，现有的分析方法在整合多模态数据、精准识别亚型和有效分群方面仍存在准确性以及有效性低下的不足，亟需一种更高效、准确的癌症分析技术。
技术实现思路
1、本专利技术所要解决的技术问题在于，提供一种基于多模态数据融合cnn的癌症亚型识别方法及装置，能够通精准识别癌症亚型和有效分群，从而提高癌症分析的准确性和有效性。
2、为了解决上述技术问题，本专利技术第一方面公开了一种基于多模态数据融合cnn的癌症亚型识别方法，所述方法包括：
3、获取待识别人员的基因数据，并对所述基因数据进行预处理，获得多模态
<本文档来自技高网...【技术保护点】
1.一种基于多模态数据融合CNN的癌症亚型识别方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于多模态数据融合CNN的癌症亚型识别方法，其特征在于：所述待识别人员的基因数据包括基因表达数据、DNA甲基化数据以及miRNA数据。
3.根据权利要求2所述的基于多模态数据融合CNN的癌症亚型识别方法，其特征在于，所述对所述基因数据进行预处理，获得多模态基因数据包括以下步骤：
4.根据权利要求1所述的基于多模态数据融合CNN的癌症亚型识别方法，其特征在于，所述对所述多模态基因数据进行融合处理，获得多模态数据融合特征包括以
【技术特征摘要】
1.一种基于多模态数据融合cnn的癌症亚型识别方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于多模态数据融合cnn的癌症亚型识别方法，其特征在于：所述待识别人员的基因数据包括基因表达数据、dna甲基化数据以及mirna数据。
3.根据权利要求2所述的基于多模态数据融合cnn的癌症亚型识别方法，其特征在于，所述对所述基因数据进行预处理，获得多模态基因数据包括以下步骤：
4.根据权利要求1所述的基于多模态数据融合cnn的癌症亚型识别方法，其特征在于，所述对所述多模态基因数据进行融合处理，获得多模态数据融合特征包括以下步骤：
5.根据权利要求1所述的基于多模态数据融合cnn的癌症亚型识别方法，其特征在于，所述基于所述多模态数据融合特征确定最佳聚...
【专利技术属性】
技术研发人员：柴华，罗粤海，吴镔彦，何楦，苏泳芝，管婷，唐慧，许皓楠，郑淇，何敏藩，
申请(专利权)人：佛山大学，
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。