基于深度学习的结构变异检测方法

AITNT
正文
推荐专利
基于深度学习的结构变异检测方法
申请号:CN202411583744
申请日期:2024-11-07
公开号:CN119380807A
公开日期:2025-01-28
类型:发明专利
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
1
营销方案生成方法、装置、计算机可读存储介质与电子设备
关键词 执行工作流 生成方法 自然语言 可读存储介质
2
基于阴极保护法的地面管线及井下管柱防腐控制系统
井下管柱 阴极保护电流 协同控制策略 速率 地面
3
一种基于二阶池化混合监督学习的乳腺癌全切片病理图像分类方法
病理图像分类方法 网络结构 令牌 切片 编码器
4
一种基于时序大模型的数据质量监测方法
数据 监测方法 时序 告警策略 指标
5
高速列车智能模型预测控制方法及系统
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
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