买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：厦门大学

摘要：本发明提供了一种基于深度迁移学习的循环肿瘤细胞的快速注释方法，将源域肿瘤细胞集的表达矩阵和目标域肿瘤细胞集的表达矩阵输入神经网络模型的特征提取器进行特征提取；将源域肿瘤细胞集特征和目标域肿瘤细胞集特征进行无监督聚类，采用循环一致匹配关联源域肿瘤细胞集和目标域肿瘤细胞集的共识分类，并通过计算领域共识分数，得到目标肿瘤细胞集分类数，为目标域肿瘤细胞集分配伪标签；输入神经网络模型的分类器，采用目标函数来更新神经网络模型的参数；循环执行至停止条件，输出目标域肿瘤细胞集的原型标签以及训练完成的神经网络模型，本发明提供的方法能够精确地给目标样本分配准确的标签，并为源域和目标域构建一个共同的表示空间。

主权项：1.一种基于深度迁移学习的循环肿瘤细胞的快速注释方法，其特征在于，包括：S1：将源域肿瘤细胞集的表达矩阵和目标域肿瘤细胞集的表达矩阵输入神经网络模型的特征提取器进行特征提取，得到源域肿瘤细胞集特征和目标域肿瘤细胞集特征，所述源域肿瘤细胞集的标签已知，而目标域数据的标签未知；S2：将源域肿瘤细胞集特征和目标域肿瘤细胞集特征进行无监督聚类，采用循环一致匹配关联源域肿瘤细胞集和目标域肿瘤细胞集的共识分类，并通过计算领域共识分数，得到目标肿瘤细胞集分类数，为目标域肿瘤细胞集分配伪标签；S3：将源域肿瘤细胞集特征和对应标签，以及目标肿瘤细胞集和对应的伪标签输入神经网络模型的分类器，采用目标函数来更新神经网络模型的参数；S4：循环执行S1-S3至达到循环停止条件，输出目标域肿瘤细胞集的原型标签以及训练完成的神经网络模型；所述计算领域共识分数，具体为：给定一个成对的聚类和与相应的聚类中心源域的中心和目标域的中心达成共识，对于每个源域样本，计算源域的共识得分;而聚类的源域共识得分被定义为达成共识的源域样本的比例； 指的是判断是否跨域地匹配簇分类k，即vis保持相同的分类时返回1，分类不匹配时返回0，K为跨域匹配分类数目，s代表源域，t代表目标域，m指的是源域集群中的总源域样本数，n为目标域集群中的总目标域样本数；是源域上的共识分数，是目标域上的共识分数，为领域共识分数然后，将两个视图的共识分数的平均值作为该匹配对的共识分数。

全文数据：

权利要求：

百度查询： 厦门大学 一种基于深度迁移学习的循环肿瘤细胞的快速注释方法