郑州大学学报(理学版)

2021, v.53(04) 89-94

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于希尔伯特曲线-卷积神经网络的肿瘤类型预测
Tumor Type Prediction Based on Hilbert Curve and Convolutional Neural Network

王宇辉;帖云;王峰;郭晶晶;

摘要(Abstract):

针对肿瘤的早期检测,提出基于希尔伯特曲线-卷积神经网络(H-CNN)的肿瘤类型预测模型。该模型首先使用变分自编码器对32种肿瘤类型病人的RNA表达量和DNA甲基化数据进行融合,然后通过使用希尔伯特曲线将融合数据可视化后送到CNN进行训练。基于以上过程,可以实施关于新样本的肿瘤类型预测。实验结果表明,基于融合数据的H-CNN模型在肿瘤分类问题上具有优秀的性能,并且对肿瘤病人的早期诊断和治疗具有重要的指导意义。

关键词(KeyWords): 肿瘤类型预测;变分自编码器;希尔伯特曲线;卷积神经网络

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金河南联合项目(U1804152);; 河南省高等学校重点科研项目计划(19A520037)

作者(Author): 王宇辉;帖云;王峰;郭晶晶;

Email:

DOI: 10.13705/j.issn.1671-6841.2020338

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享