申请/专利权人:北京大学第三医院(北京大学第三临床医学院);北京大学
申请日:2024-02-06
公开(公告)日:2024-03-22
公开(公告)号:CN117743957A
主分类号:G06F18/2411
分类号:G06F18/2411;G06F18/214;G06N3/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明提供了一种基于机器学习的Th2A细胞的数据分选方法及相关设备,应用于数据处理技术领域。本申请获取训练样本集和目标数据集;对所述训练样本集进行预处理,生成带有标识信息的训练样本集,其中,所述标识信息用于标识与Th2A细胞相关联的基因信息;基于预设处理规则构建初始细胞分类模型;基于所述带有标识信息的训练样本集对所述初始细胞分类模型进行训练,生成目标细胞分类模型;基于所述目标细胞分类模型对所述目标数据集进行处理,生成Th2A细胞。通过比较线性SVM分类器与线性核、多项式核的分类精度或应用10倍交叉验证的径向基函数核,选择线性SVM具有多项式核的分类器,通过分类器对目标数据集进行处理从而识别出Th2A细胞。
主权项:1.一种基于机器学习的Th2A细胞的数据分选方法,其特征在于,包括:获取训练样本集和目标数据集;对所述训练样本集进行预处理,生成带有标识信息的训练样本集,其中,所述标识信息用于标识与Th2A细胞相关联的基因信息;基于预设处理规则构建初始细胞分类模型;基于所述带有标识信息的训练样本集对所述初始细胞分类模型进行训练,生成目标细胞分类模型;基于所述目标细胞分类模型对所述目标数据集进行处理,生成Th2A细胞。
全文数据:
权利要求:
百度查询: 北京大学第三医院(北京大学第三临床医学院);北京大学 一种基于机器学习的Th2A细胞的数据分选方法及相关设备
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。