摘要
本发明提供了一种肿瘤良恶性的鉴别模型的构建方法、其装置和应用。其中,构建方法包括:计算已知阳性样本基因组的各区域的log2R的平均数和中位数;利用各区域的log2R的平均数和中位数,计算已知样本的CNV变异的占比及长度;利用已知阳性样本的CNV变异的占比及长度与肿瘤性质构建机器学习模型,从而获得鉴别模型;其中,log2R为已知阳性样本基因组中的CpG位点的甲基化芯片检测信号强度与对照样本中的同一CpG位点的甲基化芯片检测信号强度的比值的对数值。利用上述方法能够得到鉴别肿瘤良恶性的预测模型,不受到样本个体异质性的影响,能够更为全面的得到患者的肿瘤信息,为下一步的诊断和治疗提供判断依据。
技术关键词
检测信号强度
样本
位点
构建机器学习模型
肿瘤
芯片
细胞系
输出模块
数值
血液
坐标
组织
处理器
介质
程序
患者
系统为您推荐了相关专利信息
双线性
深度学习模型
注意力机制
矩阵
底物相互作用
复方甘草片
紫外指纹图谱
检测评价方法
样本
液体
状态判定模型
电梯管理系统
参数
风险预警管理
信息熵