摘要
本发明公开了一种尿液外泌体AD标志物的AI筛选方法及装置,该方法包括:获取尿液外泌体并提取蛋白质组、miRNA组及代谢物组数据,及获取检测目标历史采样的时序数据并提取AD标志物的动态变化特征;对蛋白质组、miRNA组及代谢物组数据进行处理,得到蛋白质‑miRNA嵌入向量及跨模态特征向量,以及对动态变化特征进行处理得到时序动态特征向量,并融合为多模态特征向量;对多模态特征向量进行KL散度检测;在KL散度检测通过后,解析多模态特征向量输出关键标志物数据,解析关键标志物的贡献度,并输出筛选结果。本方案能够实现AD标志物的精准筛选且可动态更新模型,具有高灵敏度及高特异性的检测,检测成本低的优点。
技术关键词
标志物
动态变化特征
筛选方法
数据
多模态
时序
跨模态
注意力模型
四级杆飞行时间
交互网络
血脑屏障通透性
神经网络模型
串联质谱联用
超高效液相色谱
分类器参数
融合蛋白质
校正
测序技术
系统为您推荐了相关专利信息
多智能体协同
决策
强化学习模型
数据处理技术
处理器通信
多模态对话系统
面向智能家居
挖掘方法
训练情感分类模型
实体
多故障诊断方法
动力电池组
故障诊断模型
仿真模型
迁移学习方法
挠度监测系统
桥梁挠度
修正方法
动态称重系统
过桥
分析方法
事件识别
机器学习算法
站点实测数据
变量