摘要
本发明涉及基于深度学习的目标肿瘤DNA片段筛查方法,属于目标肿瘤DNA片段筛查技术领域,本发明通过深度神经网络构建肿瘤DNA片段筛查模型,训练集进行模型建立,测试集进行模型性能测试。获取待识别的阳性肿瘤样本DNA测序数据,并根据训练完成的肿瘤DNA片段筛查模型对待识别的阳性肿瘤样本DNA测序数据进行定位分析,获取目标肿瘤DNA片段所在的位置,并按照预设方式进行显示。本发明通过对将存在多个不同类型的肿瘤DNA片段的训练样本数据进行处理,能够最大程度的减少同一肿瘤训练样本数据中多个不同类型的肿瘤DNA片段对模型训练时的干扰,从而能够提高模型的预测精度,提高对肿瘤DNA片段的筛查精度。
技术关键词
训练样本数据
肿瘤
筛查模型
数据处理系统
筛查方法
深度神经网络
遍历算法
神经网络算法
基因检测技术
指标
筛查技术
注意力
大数据
训练集
节点
误差
精度
关系
系统为您推荐了相关专利信息
检测数据处理方法
检测数据处理系统
空间分布特征
设备运行参数
环境监测设备
影像
肿瘤分类方法
计算机设备
语义特征提取
文本
预测模型构建方法
验证特征
肿瘤
特征提取方式
训练特征
断裂预测方法
机器学习模型
训练样本数据
人工神经网络模型
多源融合
振动筛筛分效率
机器学习模型
筛网
多层感知机
生成方式