龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工业大学
摘要：本发明提出了一种基于深度迁移学习的癌症药物响应预测方法，属于癌症诊断技术领域。首先根据细胞系和单细胞的基因表达谱，筛选出响应细胞与不响应细胞之间的差异基因，降低深度学习模型的输入特征的规模；接着使用自编码器作为特征提取器，进一步学习细胞系和单细胞表达矩阵的低维表示；然后构建细胞系与单细胞的异构图，利用多头图注意力网络进行样本间的语义传播，更好地实现迁移学习；最后使用多层感知机作为预测器，输出细胞的药物响应预测结果；本发明可以应用于癌症诊断、治疗和个体化药物治疗等领域，为临床上选择更有效的治疗方案提供参考。
主权项：1.一种基于深度迁移学习的癌症药物响应预测方法，其特征在于：所述方法具体包括以下步骤：步骤1，进行基因筛选；根据细胞系和单细胞的基因表达谱，筛选出响应细胞与不响应细胞之间的差异基因；步骤2，对步骤1筛选后的基因进行特征提取；使用自编码器作为特征提取器，学习细胞系和单细胞表达矩阵的低维表示；步骤3，在步骤2低维特征的基础上，构建细胞系与单细胞的异构图，利用多头图注意力网络进行样本间的语义传播；步骤4，经过步骤2的特征提取和步骤3的语义传播后，使用多层感知机作为预测器，输出细胞的药物响应预测结果；步骤5，在步骤2、3、4的基础上设计多个不同层次的域鉴别器，在不同层次上对齐细胞系与单细胞的特征分布；步骤6，利用细胞系的真实标签和单细胞的伪标签，通过对齐同类细胞的质心来监督整个模型的更新；步骤7，完成步骤1至步骤6的训练后，输入新单细胞数据，进行药物响应预测。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 一种基于深度迁移学习的癌症药物响应预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号