1. 您所在位置：
  2. 网站首页
  3. 专利分类
  4. 物理
发明

基于多标签学习的多器官药物性病理分析方法

2023-04-28 09:48:43 发布于四川 0
  • 申请专利号：CN202111481607.2
  • 公开（公告）日：2024-09-17
  • 公开（公告）号：CN114188038A
  • 申请人：天津大学
摘要：本发明公开了一种基于多标签学习的预测多器官药物性病理分析方法，步骤1、使用来自公开数据集TG‑GATEs的数据库基因表达数据G、药物的病理信息T和平衡后的基因表达数据D构建数据集；步骤2、进行数据预处理；步骤3，构建基于深度学习的多器官药物性病理预测分析网络模型Att‑RethinkNet；步骤4，训练基于深度学习的多器官药物性病理预测分析网络模型并评价。与现有技术相比，本发明首次提出了一种新的多标签学习模型Att‑RethinkNet，利用该模型运用基因表达数据和毒性信息实现了药物性毒性作用于肝脏和肾脏器官的病理结果的预测分析，以及通过交叉验证评估模型的性能；可以更准确和可靠地预测分析药物所具有的潜在肝毒性和肾毒性。

专利内容

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114188038 A (43)申请公布日 2022.03.15 (21)申请号 202111481607.2 (22)申请日 2021.12.06 (71)申请人 天津大学 地址 300072 天津市南开区卫津路92号 (72)发明人 苏苒　杨海棠　 (74)专利代理机构 天津市北洋有限责任专利代 理事务所 12201 代理人 李素兰 (51)Int.Cl. G16H 70/40 (2018.01) G06N 3/04 (2006.01) G06N 3/08 (2006.01) 权利要求书2页 说明书7页 附图6页 (54)发明名称 基于多标签学习的多器官药物性病理分析 方法 (57)摘要 本发明公开了一种基于多标签学习的预测 多器官药物性病理分析方法，步骤1、使用来自公 开数据集TG‑GATEs的数据库基因表达数据G、药 物的病理信息T和平衡后的基因表达数据D构建 数据集；步骤2、进行数据预处理；步骤3，构建基 于深度学习的多器官药物性病理预测分析网络 模型Att‑RethinkNet；步骤4，训练基于深度学习 的多器官药物性病理预测分析网络模型并评价。 与现有技术相比，本发明首次提出了一种新的多 标签学习模型Att‑RethinkNet，利用该模型运用 基因表达数据和毒性信息实现了药物性毒性作 A 用于肝脏和肾脏器官的病理结果的预测分析，以 8 及通过交叉验证评估模型的性能；可以更准确和 3 0

最新专利

相关专利