申请/专利权人:齐鲁理工学院
申请日:2023-11-21
公开(公告)日:2024-02-20
公开(公告)号:CN117577343A
主分类号:G16H50/70
分类号:G16H50/70;G06F18/10;G06F18/213;G06F18/24;G06N3/02;G06F18/27
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.08#实质审查的生效;2024.02.20#公开
摘要:本申请公开了一种基于Lasso深度特征选择的宫颈癌预测方法及系统,确定需要进行整合的数据集合;通过R语言对所述数据集合中的数据进行预处理并整合成新的多组学数据;利用Lasso算法对整合的多组学数据进行特征选择;将筛选出的特征子集作为输入层输入到神经网络模型中进行特征分类。其中,通过基于Lasso深度特征选择算法来提高宫颈癌多组学数据预后预测精度,在进行特征选择时,将特征空间结构考虑在内,通过对特征变量选择与特征空间压缩来实现特征维度的降低,保证最终选择的特征数据冗余量较少,具有较高识别性;同时使用了神经网络模型对选择后的基因特征进行分类,以提高模型泛化能力进而提高分类精度。
主权项:1.一种基于Lasso深度特征选择的宫颈癌预测方法,其特征在于,包括:确定需要进行整合的数据集合,所述数据集合为任一组学的数据;通过R语言对所述数据集合中的数据进行预处理并整合成新的多组学数据;利用Lasso算法对整合的多组学数据进行特征选择;将筛选出的特征子集作为输入层输入到神经网络模型中进行特征分类。
全文数据:
权利要求:
百度查询: 齐鲁理工学院 基于Lasso深度特征选择的宫颈癌预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。