一种基于迁移学习的小样本数据癌症分型方法

AITNT
正文
推荐专利
一种基于迁移学习的小样本数据癌症分型方法
申请号:CN202411521215
申请日期:2024-10-29
公开号:CN119494030A
公开日期:2025-02-21
类型:发明专利
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
1
基于模仿学习的拦截机动目标强化学习制导律设计方法和装置
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
2
一种煤岩扫描电镜图像孔隙类型分类方法和分类模型
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
3
一种添加误差考量机制的土壤有机质深度学习反演方法
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
4
基于画钟测试的认知障碍识别方法、装置、设备及介质
轨迹特征 识别方法 智能设备 图像分割模型 数据
5
一种基于深度学习的臂丛神经麻醉穿刺引导方法及系统
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号