一种基于深度学习的泛癌患者多器官转移预测方法

本发明公开了一种基于深度学习的泛癌患者多器官转移预测方法，包括：一、获取泛癌转录组数据训练集；二、建立双向长短期记忆（BiLSTM）神经网络模型；三、输入转录组数据至BiLSTM模型进行特征提取及分类；四、对BiLSTM模型进行训练，以优化模型参数；五、利用训练好的BiLSTM模型对新样本的多器官转移情况进行预测。本发明方法步骤简单、设计合理，将深度学习技术引入肿瘤器官转移概率预测中，后续仅根据转录组测序数据即可对肿瘤的器官转移概率进行预测，为临床治疗提供重要参考依据。此外，该方法能够识别关键基因，进一步提高预测的准确性和可靠性。