一种基于SERS信号图的肿瘤分类预测模型的训练方法及其应用
申请号:CN202510310952
申请日期:2025-03-17
公开号:CN120164032A
公开日期:2025-06-17
类型:发明专利
摘要
本发明属于生物信息技术领域,具体涉及一种基于SERS数据的肿瘤分类预测模型的训练方法及其应用,本发明提供的基于SERS信号图的肿瘤分类预测模型训练方法,是通过获取不同亚型肿瘤细胞的经SERS测试的SERS信号图作为原始数据,并对原始数据中的所有SERS信号图依次进行预处理和数据增强处理,原始数据经过预处理和数据增强处理后和其对应亚型的标签共同作为训练样本;通过所述训练样本训练深度学习模型,训练后获得的肿瘤分类预测模型,本发明训练后的肿瘤分类预测模型在大规模数据上的表现尤为突出,相比于现有其他的图像分类算法,实现了显著的分类精度提升。
技术关键词
分类预测模型
肿瘤
积层
训练深度学习模型
信号
特征提取模块
样本
分类预测方法
数据
基线
图像分类算法
组织研磨机
生物信息技术
SERS基底
机器学习库
细胞过滤器
纳米棒阵列
归一化方法
噪声