摘要
本发明公开了PNO1在骨肉瘤组织中mRNA表达水平的分析方法及系统;包括一生成器G和一判别器D,基于给定的训练数据,生成器G的目标是生成尽可能真实的样本,而判别器D的目标是区分输入样本是真实的还是由生成器G生成的。对于生成器G,目标是最大化判别器D将生成的数据判断为真实的概率。判断的过程由损失函数表示。在实验数据有限的情况下,本发明提供的GAN模型可以用于生成更多的模拟数据,然后可以扩充原始数据集,从而提高预测模型的准确性和泛化能力。并且GAN模型在训练过程中可以学习到数据的内在特征和分布,进而能够快速生成与PNO1表达水平相关的生物标记物或基因表达模式,可辅助相关临床试验提供相应的数据支持。
技术关键词
分析方法
正则化技术
骨肉瘤
基因表达模式
深度卷积网络
样本
GAN模型
处理器
随机噪声
组织
数据分布
分析系统
网络结构
参数
元素
生物
程序
指令