一种基于卷积神经网络的乳腺癌亚型分类方法
基本信息
| 申请号 | CN202110482461.7 | 申请日 | - |
| 公开（公告）号 | CN113283477A | 公开（公告）日 | 2021-08-20 |
| 申请公布号 | CN113283477A | 申请公布日 | 2021-08-20 |
| 分类号 | G06K9/62;G16B20/00;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 李晖;冯刚;施若 | 申请（专利权）人 | 贵州联科卫信科技有限公司 |
| 代理机构 | 北京华创智道知识产权代理事务所（普通合伙） | 代理人 | 彭随丽 |
| 地址 | 550001 贵州省贵阳市云岩区渔安安井片区未来方舟D12组团（A）1单元6层14号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于卷积神经网络的乳腺癌亚型分类方法，包括以下步骤：获取乳腺癌基因表达数据；对获取的乳腺癌基因表达数据进行预处理操作，所述预处理操作包括过滤数据、扩增训练集、数据归一化以及数据离散化；建造乳腺癌亚型分类模型；前向传播预测标本数据，根据输入的数据以及网络模型中的参数来对样本标签进行预测，为反向传播的训练过程提供数据基础；反向传播提高预测准确度，以减小误差函数的值来提高自身的准确度，使得预测的结果更加接近目标值；通过获取患者体内的乳腺癌基因表达数据，依靠上述建立的卷积神经网络结构模型识别乳腺癌的癌症亚型针对不同的癌症亚型制定相应的治疗策略能够极大地提高患者的存活率。 |
