摘要
本发明属于医疗数据分析技术领域,具体涉及一种基于组学‑组学核交互的多组学数据整合肿瘤分型方法,以提高分型准确性。本方法包括:获取肿瘤患者的多组学数据,所述多组学数据包括但不限制于:mRNA数据、miRNA数据和DNA甲基化数据,对多组学数据进行预处理;对每个组学数据采用高斯核函数计算样本相似核;采用高斯核函数计算每个组学数据集中的样本相似核;采用哈达玛积构建不同组学数据集间的交互核;基于每个组学数据集中的样本相似核与不同组学数据集间的交互核,采用无监督多核学习构建融合核;在融合核基础上进行k‑means聚类,得到肿瘤患者分型结果。
技术关键词
肿瘤分型方法
高斯核函数
样本
特征值
医疗数据分析技术
CpG甲基化
无监督
拉普拉斯
位点
启动子
矩阵
误差函数
基因
患者
染色体
算法
节点
基础
系统为您推荐了相关专利信息
概率生成模型
样本
地质灾害易发性
机器学习模型
模型训练模块
命名实体识别
实体关系抽取方法
三元组
非结构化文本
实体标识符
二氧化碳加氢制
醇类化合物
参数寻优方法
催化剂性能预测
BP网络模型