摘要
本发明公开了一种基于迁移学习的小样本数据癌症分型方法,属于生命健康组学数据分析领域。该方法先对待整合的疾病组学数据进行特征选择和降维处理,然后整合多个疾病组学数据构建疾病大数据集,基于此大数据集训练深度学习基模型,最后将基模型经过一步或多步迁移,应用到疾病组学小样本数据上,获得最终的疾病分型。本发明考虑了疾病组学数据高维小样本的特点,构建疾病大数据集,并将深度神经网络和迁移学习应用到组学数据分析中,对疾病诊断分型和深度学习方法在组学数据上的应用提供了指导。
技术关键词
分型方法
样本
疾病分型
疾病大数据
特征选择
小数据
深度神经网络模型
深度学习方法
特征值
生命健康
标签
信息熵
标志物
参数
系统为您推荐了相关专利信息
制导律设计方法
拦截器
神经网络模型
参数更新方法
监督学习方法
扫描电镜图像
极限学习机
图像生成模型
平均类间距离
样本
深度学习反演方法
有机质
皮尔逊相关系数
拉丁超立方抽样
卫星遥感影像
输入多尺度
超声图像数据
特征提取模块
多尺度特征提取
深度学习模型