摘要
本发明公开了一种基于深度神经网络的癌症预后评估与靶点识别,该方法包括:获取基因表达数据,并对所述基因表达数据进行预处理,获得初始数据;使用结合扩散模型和自编码器的深度神经网络对所述初始数据进行特征提取处理,获得基因表达特征的低维表示;将所述基因表达特征的低维表达输入XGBoost生存分析模型,获得风险值,并根据所述风险值获得癌症预后评估结果;根据所述风险值以及患者基因表达进行差异表达分析,获得癌症预后靶点。可见,本发明通过结合了扩散模型和自编码器的深度神经网络以及XGBoost生存分析模型,实现了对癌症患者预后风险的准确评估和相关靶点的识别,从而为个性化治疗和靶向疗法的设计提供了科学依据。
技术关键词
癌症预后评估
深度神经网络
基因表达特征
基因表达数据
编码器
识别方法
差异表达分析
解码器
可执行程序代码
计算机存储介质
风险
数据获取模块
重构误差
优化器
噪声
样本
患者
参数