摘要
本发明公开了一种基于人工智能的生物医学大数据分类方法及系统,方法包括大数据收集、动态知识库构建、通路结构加权约束、生物约束损失优化、双维度阈值决策优化和生物医学大数据分类。本发明涉及生物医学数据分类技术领域,针对传统方法中缺乏生物结构约束、可解释性差的问题,构建了动态疾病特异性知识通路图谱,并引入通路结构加权约束与多层次生物正则化机制;通过改进神经网络损失函数,实现特征学习与生物功能网络的融合,提升了模型的判别能力与生物合理性;采用双维度阈值决策优化策略,结合统计显著性与结构连接度,实现关键标志物的精准筛选。
技术关键词
生物医学大数据
分类方法
联合损失函数
通路结构
分类网络
矩阵
图谱
决策
疾病关联基因
动态
多层次
拉普拉斯
标志物
化构建方法
数据分类
分类模型训练
数据收集模块
系统为您推荐了相关专利信息
分级分类方法
注意力机制
融合特征
特征提取器
层级
完备字典
声学特征
运动检测方法
信道检测系统
训练识别模型
动态监测系统
柔性微电极阵列
时序误差
监测策略
历史监测数据
光伏功率预测方法
光伏电站
联合损失函数
物理
GA遗传算法