CN114154557B 癌症组织分类方法、装置、电子设备及存储介质 （中央财经大学）_第1页
CN114154557B 癌症组织分类方法、装置、电子设备及存储介质 （中央财经大学）_第2页
CN114154557B 癌症组织分类方法、装置、电子设备及存储介质 （中央财经大学）_第3页
CN114154557B 癌症组织分类方法、装置、电子设备及存储介质 （中央财经大学）_第4页
CN114154557B 癌症组织分类方法、装置、电子设备及存储介质 （中央财经大学）_第5页
已阅读5页，还剩23页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

将多个图卷积网络层通过增强图卷积神经网络2将所述基因特征矩阵和所述基因邻接矩阵，输入图卷积神使用重整化方法将转化为其中，d-sr1,b为a对应的l层的偏置值；H(out)为各层隐藏层节点特3获取模块，用于获取待检组织集对应的基因数据；所述待检组使用重整化方法将转化为其中，i-ar1,b为a对应的l层的偏置值；H(out)为各层隐藏层节点特聚合模块，用于将所述多个图卷积网络层通过增强8.一种电子设备，包括存储器、处理器及存储4[0003]从网络方法的角度来分析，网络中节点间的相关作用常见的有网络中心度指标，[0004]现有单一基因表达谱以及网络中心度方法进行癌症组织分类时具有局限性及片[0013]在其中一个实施例中，基因数据包括基因表达谱数据及对应的基因关系网络数5b(l)[0037]在其中一个实施例中，将多个图卷积网络层通过增强图67[0066]基因关系网络数据可以从GIANT2.0(Genome-wideAnalysisofgeneNetworks待检组织样本的标签构成的数据集为多分类，因此可以将标签采用one-hot编码(独热编8[0085]可以理解的，可以通过度矩阵对基因邻接矩阵进行归一化处理，D＝diag(d1,[0086]为了对数据进行有效性和一致性的处理，对获得的原始基因数据进行全面整理本关系模型来对基因关系网络数据进行应用。即每个人都有固定数量的对应基因表达情要频域转换，基因邻接矩阵A需要借助拉普拉斯矩阵L＝D－A进行变换，标准化后为：9息进一步表达节点信息(一层为一阶邻居，二层为二阶邻居，以此类推获得更多阶邻居信GraphConvolutionalNetwork,EGCN)用于结合GCN学习的所有隐层，从而增强网络效果。H(q)[0138]本申请实施例通过图卷积神经网络可以融合基因表达谱数据与基因关系网络数[0139]参照图2，其示出了根据本申请一个实施例描述的癌症组织分类装置的结构示意[0159]使用重整化方法将转化为其中，i-arr,为对H(2)b(l)储器(ROM)302中的程序或者从存储部分308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM303中，还存储有设备300操作所需的各种程序和数据。的计算机程序根据需要被安装入存储部分3名称在某种情况下并不

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论