通过深度学习鉴定12种癌症

刚刚发表了一片文章，欢迎来交流探讨。

https://www.nature.com/articles/s41598-019-53989-3

背景：

由大量研究表明，癌症是由于基因突变导致的，但是癌症具体的发病原理并没有研究清楚，只知道与一些基因有关，但这些基因与癌症并没有呈现出绝对的相关性。这是因为基因表达是一个完整复杂的网络调控过程。而基于多个隐藏层和非线性变换的深度学习完美适用于端对端模型的建立。所以我们提出基因组深度学习的方法来研究基因组变异与癌症之间的关系，这是一种新的癌症鉴定方法，为疾病诊断提供新的方向，同时也提供了一种预测性状的新方法。原始分析数据来源于公共数据库。千人基因组（http://www.internationalgenome.org/）数据1991份原始WES测序数据，癌症数据库（TCGA，https://cancergenome.nih.gov/）6083 变异vcf文件。利用深度学习建模，模型输入为点突变，输出为是否患有癌症或者癌症种类（训练数据中涉及到的12种分类）。同时通过反向传播算法和梯度下降算法优化神经网络中的参数，用指数衰减法优化学习率，用L2正则化减少过拟合，用滑动平均模型提高模型的健壮性。

Abstract：

Cancer is a major cause of death worldwide, and an early diagnosis is required for a favorable prognosis.
Histological examination is the gold standard for cancer identification; however, large amount of interobserver variability exists in histological diagnosis. Numerous studies have shown cancer genesis is
accompanied by an accumulation of harmful mutations, potentiating the identification of cancer based
on genomic information. We have proposed a method, GDL (genome deep learning), to study the
relationship between genomic variations and traits based on deep neural networks. We analyzed 6,083
samples’ WES (Whole Exon Sequencing) mutations files from 12 cancer types obtained from the TCGA
(The Cancer Genome Atlas) and 1,991 healthy samples’ WES data from the 1000 Genomes project. We
constructed 12 specific models to distinguish between certain type of cancer and healthy tissues, a totalspecific model that can identify healthy and cancer tissues, and a mixture model to distinguish between all
12 types of cancer based on GDL. We demonstrate that the accuracy of specific, mixture and total specific
model are 97.47%, 70.08% and 94.70% for cancer identification. We developed an efficient method for the
identification of cancer based on genomic information that offers a new direction for disease diagnosis.

通过深度学习鉴定12种癌症相关推荐

深度学习（12）TensorFlow高阶操作一: 合并与分割
深度学习(12)TensorFlow高阶操作一: 合并与分割 1. concat 2. stack: create new dim 3. Dim mismatch 4. unstuck 5. spli ...
HALCON 20.11：深度学习笔记(12)---语义分割
HALCON 20.11:深度学习笔记(12)--- 语义分割 HALCON 20.11.0.0中,实现了深度学习方法. 本章解释了如何使用基于深度学习的语义分割,包括训练和推理阶段. 通过语义分割, ...
基于深度学习的犬种识别软件（YOLOv5清新界面版，Python代码）
摘要:基于深度学习的犬种识别软件用于识别常见多个犬品种,基于YOLOv5算法检测犬种,并通过界面显示记录和管理,智能辅助人们辨别犬种.本文详细介绍博主自主开发的犬种检测系统,在介绍算法原理的同时,给出 ...
支持移动端深度学习的几种开源框架
原文:http://blog.csdn.net/zchang81/article/details/74280019 支持移动端深度学习的几种开源框架 1.Caffe的移动端项目 caffe项目连接如下 ...
深度学习的三种硬件方案：ASIC，FPGA，GPU；你更看好？
原文链接:http://www.sohu.com/a/123574005_465947 深度学习的三种硬件方案:ASIC,FPGA,GPU:你更看好? 2017-01-06 10:59 硬件十万个为什 ...
线性Frequency Principle动力学：定量理解深度学习的一种有效模型
关于作者:本文的作者是来自上海交通大学致远学院 08 级理科班的四位研究人员.本文由许志钦执笔,张耀宇修改,罗涛和马征审阅校正.这个小组的研究兴趣主要是深度学习理论. 深度学习的广泛成功吸引了大量的科 ...
深度学习——（12）Knowledge distillation（Demo）
深度学习--(12)Knowledge distillation(Demo) 原本昨天晚上要写的,但是奈何手中有更紧迫的任务需要做,所以自己还没有实战,昨天看到了一个简单的demo,自己写了一部分注释 ...
【翻译】为深度学习购买哪种GPU: 我在深度学习中使用GPU的经验和建议
文章目录概述 GPU是如何工作的? 对深度学习处理速度最重要的GPU规格张量核心没有张量核心的矩阵乘法使用张量核心的矩阵乘法带有张量核心和异步拷贝的矩阵乘法(RTX 30/RTX 40)和T ...
基于深度学习的两种信源信道联合编码
本文分享自华为云社区<基于深度学习的信源信道联合编码>,原文作者:技术火炬手 . 信源编码是一个数据压缩的过程,其目的是尽可能地将信源中的冗余度去掉:而信道编码则是一个增加冗余的过程,通过 ...

通过深度学习鉴定12种癌症

背景：

Abstract：

通过深度学习鉴定12种癌症相关推荐

最新文章

热门文章