摘要
本发明涉及分子标志物检测技术领域,公开了一种基于融合基因多组学分析的分子标志物检测系统。本发明提供的系统基于融合基因多组学分析,构建了“36个融合基因+48个单基因”多重检测体系,结合微小残留病灶信号增强机制和深度学习模型分析,实现甲状腺癌的分子标志物更为敏锐的检出,在单次检测中即可获取丰富的分子信息。同时实现对多种甲状腺癌相关分子标志物的检测方法,可以在ctDNA含量极低的情况下仍具备高灵敏度和高特异性。
技术关键词
融合基因
ID标签
深度学习模型
信号降噪
捕获探针
检测试剂盒
标志物检测技术
分子
滤波单元
集成微流控芯片
一体化检测装置
多重检测体系
存储计算机可执行指令
背景噪声
测序芯片
条形码
样本
文库
系统为您推荐了相关专利信息
烟雾检测方法
移动物体
图像
深度学习模型
感兴趣
追踪管理系统
通信网络设备
循环冗余校验算法
数据采集终端
灰色预测模型
机场航站楼
冰蓄冷空调系统
神经网络模型
总量
负荷
事件检测方法
相位敏感型光时域反射仪
深度学习模型
残差网络
高层次
人脸面具
绑定方法
深度学习模型
人脸关键点
人工神经网络算法