公开(公告)号：CN110706749B

公开(公告)日：2022-06-10

申请号：CN201910852801.3

申请日：2019-09-10

Applicant: 至本医疗科技(上海)有限公司

Inventor： 李鹏 ,  施巍炜 ,  王凯

IPC: G16B40/20 ,  G16H50/20

Abstract: 本发明提供了一种基于组织器官分化层次关系的癌症类型预测系统和方法。该方法包括：获取多个癌症类型中的每种癌症的转录组基因表达量数据作为训练集；将不同的癌症类型按照组织器官分化关系分成第一等级和第二等级；基于组织器官分化层次关系进行特征选取，即对于每个等级的每种组织器官类型或癌症类型，选取该种癌症类型和训练集中其它所有癌症类型相比较为差异表达基因并且是高表达的基因，得到所选取的基因的每个的表达量的值作为特征值；对上述特征值进行归一化处理；将上述归一化处理的特征值输入机器学习算法以构建双层机器学习分类模型；以及对将处理后的待检测样本数据输入到双层机器学习分类模型中进行预测。

公开(公告)号：CN110706749A

公开(公告)日：2020-01-17

申请号：CN201910852801.3

申请日：2019-09-10

Applicant: 至本医疗科技(上海)有限公司

Inventor： 李鹏 ,  施巍炜 ,  王凯

IPC: G16B40/20 ,  G16H50/20

Abstract: 本发明提供了一种基于组织器官分化层次关系的癌症类型预测系统和方法。该方法包括：获取多个癌症类型中的每种癌症的转录组基因表达量数据作为训练集；将不同的癌症类型按照组织器官分化关系分成第一等级和第二等级；基于组织器官分化层次关系进行特征选取，即对于每个等级的每种组织器官类型或癌症类型，选取该种癌症类型和训练集中其它所有癌症类型相比较为差异表达基因并且是高表达的基因；对上述基因表达数据进行归一化处理；将上述归一化处理的基因表达数据输入机器学习算法以构建双层机器学习分类模型；以及对将处理后的待检测样本数据输入到双层机器学习分类模型中进行预测。