基于泛癌症多组学数据用于癌症亚型分类及预后预测方法

AITNT
正文
推荐专利
基于泛癌症多组学数据用于癌症亚型分类及预后预测方法
申请号:CN202510717016
申请日期:2025-05-30
公开号:CN120670897A
公开日期:2025-09-19
类型:发明专利
摘要
基于泛癌症多组学数据用于癌症压型分类及预后预测方法,它涉及一种癌症压型分类及预后预测方法。本发明为了解决泛癌症多组学中癌症亚型分类和预后预测的问题。本发明的步骤包括步骤1、获取多组学泛癌症数据集,所述多组学癌症数据集包括mRNA、DNA甲基化、miRNA及临床预后数据组成的数据集;步骤2、对步骤1中多组学癌症数据集进行预处理;步骤3、构建深度神经网络模型;步骤4、基于步骤2预处理后的多组学泛癌症数据集对步骤3构建的深度神经网络模型进行训练;步骤5、基于步骤4训练后的深度神经网络模型对待测数据进行癌症亚型分类及预后预测。本发明属于生物信息学技术领域。
技术关键词
预后预测方法 通道注意力机制 深度神经网络模型 预后预测模型 压型 数据 构建深度神经网络 表达式 生物信息学技术 样本 重构 解码器 编码器 风险 归一化方法 对齐方法 特征值
系统为您推荐了相关专利信息
1
基于多源遥感数据和Unet网络的森林树高反演方法及系统
树高反演方法 多源遥感数据 深度学习网络模型 构建网络训练数据集 星载激光雷达
2
协同对抗训练方法、系统、终端设备、介质及集成模型
样本 深度神经网络模型 传播算法 对抗训练系统 终端设备
3
一种基于图神经网络的供应链风险预测方法和装置
深度神经网络模型 风险预测方法 拓扑图 风险预测装置 序列数据处理
4
基于RNAErnie预训练模型的RNA N4-乙酰胞苷修饰位点预测方法及系统
位点预测方法 特征编码方法 深度神经网络模型 胞苷 乙酰
5
基于图像的印刷覆膜工艺质量检测方法及系统
图像 覆膜工艺 反光 深度神经网络模型 曲面特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号