摘要
本发明涉及基于深度学习的结构变异检测方法,具体步骤如下:步骤S1:数据上传,将结构变异特征序列数据上传,将测序数据比对至参考基因组序列或参考主转录本序列,并且对上传的格式进行检查;步骤S2:数据预处理,将上传的结构变异特征序列数据进行数据转换、数据清洗后,对上传的数据进行存储。该基于深度学习的结构变异检测方法,本申请构建一个能自动学习和解析复杂生物信号的检测方法,以更准确地探测和定位结构变异。深度学习可以自动的整合多种信号源,提高结构变异的识别精度。
技术关键词
变异检测方法
沙漏
网络
序列
图像分割信息
数据
单碱基分辨率
模块结构
输出模块
信号源
多通道
格式
编码
非线性
断点
像素
系统为您推荐了相关专利信息
关键词
执行工作流
生成方法
自然语言
可读存储介质
预测控制方法
智能模型
历史运行状态
非暂态计算机可读存储介质
数据