CN114997303B 一种基于深度学习的膀胱癌代谢标志物筛选方法及系统 （杭州电子科技大学）

IN201817041006A,201一种基于深度学习的膀胱癌代谢标志物筛本发明公开一种基于深度学习的膀胱癌代值大小排序，设置阈值条件进行质荷比特征筛本相似度的缺失值插补方法，主要利用模糊C均值聚类、K最近邻法和基于贝叶斯岭回归的迭代选得到代谢物离子的质荷比在公开报道里有所2清洁数据采用表示，其中bin表示第i个样本的第n个质荷2-4使用KNN-Impute算法对更新后子样本Ri所在的子样本集中进行缺失值插补，设置K2-5计算不同K值下元素L的初始强度和插补值强度之间的误差，寻找误差最小时对应2-6根据欧几里得距离公式，从子样本Ri所在子样本集中找到和子样本Ri最近的K个子2-7对插补子集S使用贝叶斯岭回归模型进行迭代插补，实现对插补子集S中所有子样5-1获取步骤(3)归一化后数据集中每重值以识别前一个隐藏层h1的第j个神经元，将第j个神经元的权重矩阵与所有质荷比35-5对每个m/z特征在所有样本中的强度取对步骤(5)筛选的特征集合P进行再次筛选，采用递归特征消除法，并结2.根据权利要求1所述的一种基于深度学习的膀胱癌代谢标志物筛选方法，其特征在于所述变分自编码器网络通过KL-散度和建模为分类交叉熵的边际似然组成的VAE成本函3.实现权利要求1-2任一项所述方法的基于深度学习的膀胱癌代谢标志物筛选系统，m/z特征筛选模块，利用训练好的变分自编码器网络VAE实现基于反向传潜在代谢标志物筛选模块，利用对m/z特征筛选模块筛选到m/z特征4.一种计算机可读存储介质，其上存储有计算机程序，当所4[0002]膀胱癌是世界十大常见癌症之一。尽管其病因学和致命危险因素已经被广泛研有效地将膀胱癌患者样本和健康对照样本分离开来。通过生物技术分析识别这组m/z特征数千种代谢物离子，目前液相色谱质谱联用技术(LC-MS)已在癌膀胱代谢物组学领域上得学数据中提取有价值信息、筛选潜在的代谢标志物是代谢组学数据处理要解决的主要问[0004]XCMS平台是处理LC-MS代谢组学数据最广泛的开源程序，原始数据使用程序经过[0005]对清洁数据进行预处理后进行特征选择，是确定膀胱癌效果的有重大影响的m/z特征，实现特征维度下降，便于寻找实现最佳分类效果的特征子5将数据集中的样本根据相似度划分成不同类别；第二阶段通过KNN算法计算根据样本的相权重值提出基于反向传播的权重阈值分析，根据各个神经元权重大小确定输入层m/z特征[0012]1-1获取原始质谱数据，然后使用IPO(IsotopologueParameterOptimization)[0013]1-2将最佳质谱参数输入到XCMS程序包中，从所有样本的原始质谱数据获取到清[0018]2-3在子样本Ri中随机找到一个非空值的元素L，并将这个元素L中的初始强度值[0019]2-4使用KNN-Impute算法对更新后子样本Ri所在的子样本集中进行缺失值插补，[0020]2-5计算不同K值下元素L的初始强度和插补值强度之间的误差，寻找误差最小时6[0022]2-7对插补子集S使用贝叶斯岭回归模型进行迭代插补，实现对插补子集S中所有[0023]2-8重复步骤2-3至2-7，直到子样本Ri所在子样本集中的所有含缺失值的子样本[0031]该模型的无监督学习主要通过高斯分布和编码的实际分布之间的Kullback-Leible散度(KL-散度)和建模为分类交叉熵的边际似然组成，来最小化原始数据和重构数[0033]对L1层神经网络的权重参数W1提出了基于反向传播的阈从h2层各个神经元的权重矩阵出发，根据权重值大小进行排序，确定h1层权重最大的神经gama=7[0048]本发明的第三个目的是提供一种计算机可读存储介质，[0051]1.本发明提出采用基于反向传播阈值分析对变分自编码器网络进行质谱特征可品进样顺序划分得到的等体积混合溶液作为8[0064]1-1对从质谱仪获取到.raw格式的原始质谱数据，使用MSConvert软件转化为采用表示，其中bin表示第i个样本的第n个质荷比特征所对应的子样本集Dj中去除第i条子样本数据构成[0075]2-6根据欧几里得距离公式，在数据集P中寻找与未更新的子样本Ri距离最近的K[0076]2-7对数据集θ使用贝叶斯岭回归模型(BayesianRidge)进行迭代插补，子样本Ri9[0082]其中min和max表示在取强度向量中的最小和最大强度值，bn表示第n个质荷比在[0098]5-1求变分自编码器训练的数据集中每个m/z的强度标准差集合std_spec与均值[0114](1)本发明针对的是基于的膀胱癌代谢组学数据分析，提供了一种基于样本之间[0115](2)本发明针对膀胱癌质谱数据提出一种基于