一种深度学习结合miRNA生物标志物的脑梗死预测方法

本发明公开了一种深度学习结合miRNA生物标志物的脑梗死预测方法，包括以下步骤：步骤S1、从Gene Expression Omnibus数据库检索并收集与脑梗死相关的数据集；步骤S2、数据预处理；步骤S3、采用Sigmoid激活函数和利用PyTorch内置梯度计算功能生成特征重要性排名表，步骤S4、通过分层抽样将完整数据集划分为训练集和验证集；步骤S5、ShapleyAdditive Explanations库的全局解释、局部解释和Kolmogorov‑Arnold Networks模型辅助解释；步骤S6、构建交互式程序。本发明采用上述的一种深度学习结合miRNA生物标志物的脑梗死预测方法，构建miRNA与脑梗死之间关联的预测模型。通过该模型，准确识别对脑梗死具有关键影响的miRNA生物标志物，清晰解释各miRNA特征在脑梗死预测中的贡献程度与作用方向。