生物数据分析的深度学习方法开题报告

 2020-02-10 10:02
1.目的及意义(含国内外的研究现状分析)

肝癌是导致全世界男性死亡率的第二大癌症。根据美国癌症协会的数据,2017年,美国估计有4万多人被诊断患有肝癌。它是发病率和死亡率增加最少的癌症类型之一,在美国每年增加约3%。肝细胞肝癌是最常见的类型(70%-90%)。原发性肝癌的病因及确切分子机制尚不完全清楚,目前认为其发病是多因素、多步骤的复杂过程,受环境和因此双重因素影响。流行病学及实验研究资料表明,乙型肝炎病毒(HBV)和丙型肝炎病毒(HCV)感染、黄曲霉素、饮水污染、酒精、肝硬化、性激素、亚硝胺类物质、微量元素等都与肝癌发病相关。由于各种风险因素,不同人群肝癌5年生存率差异较大,平均不到32%。高度异质性的HCC,连同复杂的病因,使得预后预测非常具有挑战性。此外,治疗HCC的策略非常有限,需要额外的迫切需要开发预测患者生存率的工具。

为了解决这些问题,我们在多组学HCC数据集上使用了深度学习计算框架。我们选择AUTOENCODER框架作为多组集成的深度学习的实现。

您需要先支付 5元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;