摘要
本发明公开了一种基于共同优化的患癌风险预测模型的训练方法及系统,该方法包括:获取多个癌症类型的多个患者的cfDNA测序数据和对应的甲基化特征;基于分类算法,根据所述cfDNA测序数据和对应的甲基化特征,确定每一所述癌症类型对应的数据特征集;确定任意两个所述癌症类型之间的类型关联度参数;根据所述类型关联度参数和每一所述癌症类型对应的数据特征集,优化训练得到用于预测任一所述癌症类型对应的患癌风险的预测模型。可见,本发明能够提升模型对不同癌症类型的区分能力和泛化能力,增强对任一癌症类型患癌风险的预测准确性与适应性,为个体化癌症筛查和早期干预提供更加科学可靠的模型支持。
技术关键词
风险预测模型
患者
数据
可执行程序代码
参数
训练系统
基础
连续特征
存储器
直肠癌
模块
处理器
算法
胃癌
肝癌
肺癌
系统为您推荐了相关专利信息
宏观交通流
估计方法
样本
交通安全管理技术
加速度
并行光学
光电探测模块
数据处理模块
光信号
矩阵乘法运算
配电网规划方法
鲁棒性分析
节点
深度学习模型
优化配电网
抽油机示功图
抽油杆柱
微单元
抽油泵柱塞
油田抽油机
交互式图表
光伏逆变器
储能系统
数据处理算法
分布式计算框架