- 1、本文档共35页,其中可免费阅读11页,需付费200金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE4
应用深度学习和人工智能方法针对特定癌症类型发现新生物标记
摘要
乳腺癌是在全球女性中发病率最高的癌症,根据2018年必威体育精装版数据显示,乳腺癌在女性中发病率是24.2%,其中有52.9%发生在发展我国家。乳腺癌的分类方式主要有两种,一种是组织学分型,另一种是分子分型。
本文通过R语言glmnet包实现logistic回归方法来分析多个乳腺癌患者的基因谱数据,尝试通过此分析来确认患者的分子亚型,并分析主要基因突变标记与分子亚型的关联性。
本文首先介绍选题的背景意义,乳腺癌的危害性及其现今分类方法的缺陷之处。然后介绍基因测序和机器学习的现状,阐述利用基因标记分类分子
文档评论(0)