摘要
本发明涉肿瘤药物敏感性预测系统技术领域,具体涉及基于轻量级神经网络的肿瘤药物敏感性预测系统及其方法,系统包括:模型压缩模块;迁移学习模块;数据集构建模块,用于针对新目标对象进行数据集构建;知识蒸馏模块,与迁移学习模块和数据集构建模块相连,用于利用知识蒸馏方法进一步压缩模型体积;集成学习模块;预测结果输出模块,与集成学习模块相连,用于输出最终的肿瘤药物敏感性预测结果;预处理模块;以及模型更新模块,与集成学习模块和预测结果输出模块相连,用于基于集合结果和新测试集重新训练新模型,并计算模型的损失,迁移学习模块和数据集构建模块的配合,使得系统能够快速适应新的肿瘤类型或药物,提高了系统的灵活性和效率。
技术关键词
预测系统
肿瘤
轻量级神经网络
输出模块
药物
模型压缩
知识蒸馏方法
模型更新
子模块
集成学习模型
学习器
数据输入模块
参数
对象
标签
框架
系统为您推荐了相关专利信息
药物不良反应
文本
矩阵
卷积网络模型
GCN模型
耕作机具
拖拉机后悬挂
拖拉机车身
调平方法
信息采集模块
成绩
网络结构
DBSCAN算法
数据预测方法
代表
定向长钻孔
参数预测方法
BP神经网络模型
灰度关联度
优化BP神经网络