针对Rncat小鼠晶状体浑浊程度的预测方法及系统

本发明公开了针对Rncat小鼠晶状体浑浊程度的预测方法及系统；本发明涉及实验动物与比较医学技术领域；为Rncat小鼠的交配方式、日龄和Crygs基因的G489A突变度分别建立三个节点n1、n2和n3。通过多尺度残差网络ResNet提取每个节点ni的样本特征Pi。将相互独立的样本特征Pi转化为结构化的图结构G，将预测问题转化为图神经网络框架内的节点预测任务。使用有序聚类算法依次聚合每个邻接的节点ni，更新出不同节点ni的嵌入向量evi。本发明通过深度学习算法，能够自动学习数据之间的复杂非线性关系，从而提高预测的准确性。相比于传统的线性回归或简单分类模型，ResNet‑GNN神经网络模型能够捕捉更多细微的特征和变量之间的交互作用，使得预测结果更加可靠。