生物医学数据分析中的深度学习方法应用

发布时间：2017-10-31 10:19

  本文关键词：生物医学数据分析中的深度学习方法应用

  更多相关文章： 深度学习 高通量组学 临床医学 数据挖掘

【摘要】：生物医学数据的积累速度史无前例,为生物医学研究带来机遇的同时,也让传统数据分析技术面临巨大挑战.本文综述了深度学习方法应用在生物医学数据分析中的最新研究进展.首先阐述了深度学习方法,列举深度学习方法的主要实现模型,随后总结了目前生物医学数据分析中的深度学习方法应用情况,分析了在数据处理、模型构建和训练方法等方面共有问题的解决方法,最后给出了深度学习方法应用于生物医学数据分析时可能存在的问题及建议.
【作者单位】： 国防科学技术大学计算机学院软件研究所;中国人民解放军63928部队;军事医学科学院放射与辐射医学研究所;
【关键词】： 深度学习 高通量组学 临床医学 数据挖掘
【基金】：国家高技术研究发展计划(2015AA020100) 国家自然科学基金重大计划(U1435222),国家自然科学基金面上项目(81273488,61402486) 传染病防控关键技术研究项目(BWS14C051)资助~~
【分类号】：R318
【正文快照】： 自1970年Sanger测序法出现,随着高通量组学技术(high-throughput omics technologies)的蓬勃发展,生物医学正加速进入大数据时代.其中以基因组为代表的组学数据的积累速度史无前例.近年著名的生物数据项目有千人基因组计划(1000Genomes)[1]、DNA元件百科全书计划(ENCODE)[2]、

【相似文献】

中国期刊全文数据库 前2条

1 余敏忠;生物医学数据APPLEⅡPLUS微型计算机处理系统的软件设计[J];中山医科大学学报;1986年01期

2 ;[J];;年期

中国重要报纸全文数据库 前1条

1 记者 陈磊;加快打造国际生物医学数据共享服务平台[N];科技日报;2007年

，

本文编号：1121934