基于深度学习分类的艾滋病分子传播网络监测方法及装置
申请号:CN202411525419
申请日期:2024-10-29
公开号:CN119517444A
公开日期:2025-02-25
类型:发明专利
摘要
本发明公开了基于深度学习分类的艾滋病分子传播网络监测方法及装置,首先收集艾滋病病毒基因序列数据和艾滋病患者的社会属性数据,计算遗传距离和遗传距离矩阵,并转换为艾滋病图像数据,然后构建艾滋病神经网络模型以输出传播网络特征,根据传播网络特征得到不同艾滋病病毒基因序列的病毒数据分类,选取目标分类结果并获取传播路径和传播速度,进而了解艾滋病病毒的传播动态,预测所述艾滋病图像数据对应的艾滋病病毒基因序列的传播风险;实施例对艾滋病病毒的传播不仅仅依赖基因序列数据,还结合传播者的社会关系、性别等社会属性,提供更加准确且全面的传播风险集散,能够识别出更高的传播风险,从而有针对性地实施预防措施。
技术关键词
网络监测方法
深度学习分类
数据分类
神经网络模型
网络特征
病毒
图像
可执行程序代码
分子
网络监测装置
矩阵
基因序列数据
社会
风险
数据收集模块
可读存储介质
存储计算机程序
存储器