基于深度學習的癌癥分類模型研究.pdf_第1頁
已閱讀1頁，還剩68頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、癌癥基因組學是當前遺傳生物學和生物醫(yī)學領域的重點研究方向，關于癌癥致病原理的研究能夠有效地指導制定合理的癌癥治療方案和研發(fā)癌癥治療藥物。另一方面，由于高通量基因測序儀器的發(fā)展，個人的基因測序成本大大降低，癌癥治療逐漸向個性化治療發(fā)展，而根據(jù)基因測序數(shù)據(jù)對癌癥患病進行預測對于癌癥的早期診斷和治療都有很大的幫助。
　　本文提出了基于深度置信網(wǎng)絡的癌癥分類模型，利用 TCGA計劃提供的3281名癌癥病人的測序數(shù)據(jù)，能夠根據(jù)癌癥病人的測序

2、數(shù)據(jù)進行癌癥患病的分類預測，同時能夠挖掘模型中隱藏的針對不同癌癥疾病的突變基因模式和規(guī)律。本文的主要工作集中在兩個方面：（1）針對癌癥分類預測問題，本文采用的DBN模型通過無監(jiān)督預訓練和有監(jiān)督訓練調整相結合的訓練方式，逐層提取了癌癥病人測序數(shù)據(jù)中的特征，同時利用這些層次化的特征數(shù)據(jù)來進行分類預測，最終在分類性能上超越了SVM、MLP等分類模型。（2）針對癌癥突變基因模式和規(guī)律的挖掘，本文采用了網(wǎng)絡結點激勵最大化算法和統(tǒng)計方法相結合的方式

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論