基于图卷积神经网络的生物标志物识别系统

AITNT
正文
推荐专利
基于图卷积神经网络的生物标志物识别系统
申请号:CN202510881809
申请日期:2025-06-27
公开号:CN120808878A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了基于图卷积神经网络的生物标志物识别系统,包括:对不同病理阶段的基因调控网络进行图嵌入,得到不同病理阶段的基因调控网络中基因节点的低维向量表征;基于基因节点的低维向量表征,采用聚类算法对不同病理阶段的基因节点进行聚类;计算偏离分数,以此衡量基因节点在各个病理阶段中的异常程度,将偏离分数超过设定阈值的基因存储到异常基因集中;提取异常基因集中的最小支配集;采用最短路径算法对最小支配集的节点之间的连通性进行优化,生成不同病理阶段下的生物标志物网络;基于不同病理阶段下的生物标志物网络,计算动态网络指标;基于动态网络指标的变化转折点,确定疾病发展阶段的关键时间节点。
技术关键词
生物标志物 节点 识别系统 基因表达数据 差异表达基因 阶段 Dijkstra算法 贪心算法 深度优先搜索 基因调控网络构建 聚类算法 动态 累积分布函数 指标 疾病 贪心策略
系统为您推荐了相关专利信息
1
一种基于COPRA的地铁站内巡检路线规划方法
路线规划机制 社区结构 邻居 标签 路线规划方法
2
一种基于实体导向的多文档摘要生成系统及方法
交叉注意力机制 摘要生成系统 层次注意力机制 实体 预训练语言模型
3
一种考虑学区房溢价的区域义务教育资源布局优化方法
学校 布局优化方法 双层规划模型 教育科学技术 学生
4
一种基于谐波干扰的电表台区识别方法及系统
电表 集中器 谐波 台区识别方法 台区识别系统
5
一种多源数据融合的药物不良反应智能预测方法及装置
药物不良反应 智能预测方法 疾病关联关系 基因 描述符
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