公开(公告)号：CN118280601A

公开(公告)日：2024-07-02

申请号：CN202410407251.5

申请日：2024-04-07

Applicant: 佛山科学技术学院

Inventor： 柴华 ,  宋心鹏 ,  黄嘉容 ,  郑锦泳 ,  何敏藩 ,  黎乐儿 ,  周嘉鹏 ,  陈慧聪

IPC: G16H70/40 ,  G06N3/0895 ,  G06N3/084 ,  G06F18/23 ,  G06F18/213 ,  G06F18/15

Abstract: 本发明涉及药物敏感性评估技术领域，具体公开了一种基于半监督学习的抗癌药物敏感性评估方法，该方法包括：获取基础数据，并对所述基础数据进行预处理，获得初始特征；基于半监督多任务深度神经网络框架以及所述初始特征，构建抗癌药物敏感性评估模型；基于所述抗癌药物敏感性评估模型，结合蒙特卡洛和积分梯度算法，获取初始特征对药物敏感性的贡献度。本发明通过综合多任务学习框架，能够在不同任务之间共享特征表示，从不同角度优化神经网络，从而提高模型的准确性和稳健性，并引入蒙特卡洛和积分梯度算法，解决了深度学习模型的黑盒问题，提供了特征可解释性，帮助研究人员理解模型的计算过程，从而能够发现影响最终结果的关键特征的优点。