[发明专利]基于深度学习的单细胞测序基因表达数据插补方法和系统有效
| 申请号： | 202211055015.9 | 申请日： | 2022-08-31 |
| 公开（公告）号： | CN115394358B | 公开（公告）日： | 2023-05-12 |
| 发明（设计）人： | 李爱民;牛俊杰;费蓉;周红芳;李军怀;黑新宏;刘雅君;刘光明 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G16B25/00 | 分类号： | G16B25/00;G16B40/00;G06F18/23213;G06N3/04;G06N3/08 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 张莹 |
| 地址： | 710048 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于深度学习的单细胞测序基因表达数据插补方法和系统，涉及生物信息学技术领域，该方法为获取单细胞测序用数据集，其中，所述数据集为多个细胞样本的基因表达水平组成的二维矩阵，即细胞‑基因矩阵；过滤所述数据集的细胞‑基因矩阵，并聚类筛选高表达基因；搭建神经网络模型，并将筛选出的高表达基因输入到神经网络模型进行训练和测试，得到预测模型；将低表达基因输入到预测模型中得到预测结果，将得到的预测结果插补到细胞‑基因矩阵中。本发明使用统计模型筛选出来的高表达基因作为深度学习模型的输入，保留了细胞之间的相似性，得到的基因有更密切的联系，通过神经网络学习细胞间的特征，使得在单细胞插补阶段有更好的准确率。 | ||
| 搜索关键词： | 基于 深度 学习 单细胞 基因 表达 数据 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安理工大学，未经西安理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211055015.9/，转载请声明来源钻瓜专利网。
