公开(公告)号：CN118942554A

公开(公告)日：2024-11-12

申请号：CN202411413098.3

申请日：2024-10-11

Applicant: 安徽大学

Inventor： 魏丕静 ,  周晶鑫 ,  郑春厚 ,  曹瑞芬 ,  丁云

IPC: G16B40/00 ,  G16B50/30 ,  G16B20/50 ,  G16B25/10 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0985 ,  G06N3/048

Abstract: 本发明的一种基于多层图卷积神经网络的癌症驱动基因识别方法及设备，包括将收集到的基因的多组学特征进行相关预处理和计算，得到基因融合特征；将收集到的基因作为基因结点，基因之间的功能作为基因结点之间的边，得到基因网络；根据基因网络得到网络拓扑特征；将基因融合特征和网络拓扑特征输入到两个独立的多层图卷积神经网络中进行训练；将训练的结果分别送入两个独立的预测器中，得到每个基因最终的预测分数。本发明使用多层图卷积神经网络来学习节点的高阶邻居的特征，从而捕获同类基因之间的信息；在每一层图卷积神经网络中结合初始残差和身份映射技术；使用支持深度优先和广度优先搜索的随机游走算法，来提取网络的全局拓扑特征。

公开(公告)号：CN118942554B

公开(公告)日：2024-12-10

申请号：CN202411413098.3

申请日：2024-10-11

Applicant: 安徽大学

Inventor： 魏丕静 ,  周晶鑫 ,  郑春厚 ,  曹瑞芬 ,  丁云

IPC: G16B40/00 ,  G16B50/30 ,  G16B20/50 ,  G16B25/10 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0985 ,  G06N3/048

Abstract: 本发明的一种基于多层图卷积神经网络的癌症驱动基因识别方法及设备，包括将收集到的基因的多组学特征进行相关预处理和计算，得到基因融合特征；将收集到的基因作为基因结点，基因之间的功能作为基因结点之间的边，得到基因网络；根据基因网络得到网络拓扑特征；将基因融合特征和网络拓扑特征输入到两个独立的多层图卷积神经网络中进行训练；将训练的结果分别送入两个独立的预测器中，得到每个基因最终的预测分数。本发明使用多层图卷积神经网络来学习节点的高阶邻居的特征，从而捕获同类基因之间的信息；在每一层图卷积神经网络中结合初始残差和身份映射技术；使用支持深度优先和广度优先搜索的随机游走算法，来提取网络的全局拓扑特征。