摘要
本发明公开了一种最优基因子集选取鉴别三阴性乳腺癌的分子亚型方法,本发明以现有的TNBC研究框架为基础,提出的算法将GeneRank与嵌入TOM的自动编码器AE结合了起来,通过利用网络训练过程中的神经元连接权重,将基因的重要性与神经元权重之和的绝对值联系了起来,使用遗传算法对生物进化的过程进行仿真处理,选出最优的TNBC亚型子集,并利用交叉验证的方法对结果进行验证。实验结果表明,本发明提出的方法更加精准的提取基因子集,精准地鉴别三阴性乳腺癌的分子亚型。
技术关键词
三阴性乳腺癌
染色体
矩阵
遗传算法
皮尔逊相关系数
分子
神经网络激活函数
变量
自动编码器
分类准确率
SMOTE算法
构建基因表达
节点
代表
元素
样本
分类器模型
数据
随机森林