| 1 |
1
전처리부에서 환자의 시료에서 생성된 유전체 발현 정보를 전처리하여 유전체 발현 특징들을 획득하는 단계;계산부에서 미리 학습된 복수의 딥 뉴럴 네트워크 각각에서 상기 유전체 발현 특징들을 입력으로 하여 암과 정상을 예측하기 위한 예측 확률을 계산하는 단계; 및판별부에서 상기 복수의 딥 뉴럴 네트워크 각각에서 계산된 예측 확률에 기초하여 암 또는 정상 여부를 판별하는 단계를 포함하며,상기 복수의 딥 뉴럴 네트워크는유전자의 발현 변동량이 제1 값 이상의 유전자를 포함하는 제1 학습 데이터에 의해 학습됨으로써, 상기 제1 학습 데이터에 대한 예측 모델을 생성하여 상기 유전체 발현 특징들에 대한 제1 예측 확률을 계산하는 제1 딥 뉴럴 네트워크, 유전자의 발현값이 제2 값 이상의 유전자를 포함하는 제2 학습 데이터에 의해 학습됨으로써, 상기 제2 학습 데이터에 대한 예측 모델을 생성하여 상기 유전체 발현 특징들에 대한 제2 예측 확률을 계산하는 제2 딥 뉴럴 네트워크, 암과 정상에서의 유전자 발현 차이가 제3 값 이상의 유전자를 포함하는 제3 학습 데이터에 의해 학습됨으로써, 상기 제3 학습 데이터에 대한 예측 모델을 생성하여 상기 유전체 발현 특징들에 대한 제3 예측 확률을 계산하는 제3 딥 뉴럴 네트워크 및 미리 설정된 유전자를 포함하는 제4 학습 데이터에 의해 학습됨으로써, 상기 제4 학습 데이터에 대한 예측 모델을 생성하여 상기 유전체 발현 특징들에 대한 제4 예측 확률을 계산하는 제4 딥 뉴럴 네트워크를 포함하고,상기 판별하는 단계는상기 제1 딥 뉴럴 네트워크 내지 상기 제4 딥 뉴럴 네트워크 각각에 의해 계산된 상기 제1 예측 확률 내지 상기 제4 예측 확률을 합치는 앙상블 접근법을 사용하여 암 또는 정상 여부를 판별하는 딥 러닝 기반 암 판별 방법
|
| 2 |
2
제1항에 있어서,상기 유전체 발현 특징들을 획득하는 단계는상기 유전체 발현 정보로부터 각 유전자의 이름과 발현량 값을 획득하고, 상기 각 유전자에 대한 평준화 과정을 통해 유전체 발현 특징들을 획득하는 것을 특징으로 하는 딥 러닝 기반 암 판별 방법
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서,상기 판별하는 단계는상기 복수의 딥 뉴럴 네트워크 각각에서 계산된 예측 확률에 상기 복수의 딥 뉴럴 네트워크 각각에 대해 미리 설정된 가중치를 부여하고, 상기 가중치가 부여된 예측 확률에 기초하여 암 또는 정상 여부를 판별하는 것을 특징으로 하는 딥 러닝 기반 암 판별 방법
|
| 5 |
5
삭제
|
| 6 |
6
삭제
|
| 7 |
7
삭제
|
| 8 |
8
환자의 시료에서 생성된 유전체 발현 정보를 전처리하여 유전체 발현 특징들을 획득하는 전처리부;미리 학습된 복수의 딥 뉴럴 네트워크 각각에서 상기 유전체 발현 특징들을 입력으로 하여 암과 정상을 예측하기 위한 예측 확률을 계산하는 게산부; 및상기 복수의 딥 뉴럴 네트워크 각각에서 계산된 예측 확률에 기초하여 암 또는 정상 여부를 판별하는 판별부를 포함하며,상기 복수의 딥 뉴럴 네트워크는유전자의 발현 변동량이 제1 값 이상의 유전자를 포함하는 제1 학습 데이터에 의해 학습됨으로써, 상기 제1 학습 데이터에 대한 예측 모델을 생성하여 상기 유전체 발현 특징들에 대한 제1 예측 확률을 계산하는 제1 딥 뉴럴 네트워크, 유전자의 발현값이 제2 값 이상의 유전자를 포함하는 제2 학습 데이터에 의해 학습됨으로써, 상기 제2 학습 데이터에 대한 예측 모델을 생성하여 상기 유전체 발현 특징들에 대한 제2 예측 확률을 계산하는 제2 딥 뉴럴 네트워크, 암과 정상에서의 유전자 발현 차이가 제3 값 이상의 유전자를 포함하는 제3 학습 데이터에 의해 학습됨으로써, 상기 제3 학습 데이터에 대한 예측 모델을 생성하여 상기 유전체 발현 특징들에 대한 제3 예측 확률을 계산하는 제3 딥 뉴럴 네트워크 및 미리 설정된 유전자를 포함하는 제4 학습 데이터에 의해 학습됨으로써, 상기 제4 학습 데이터에 대한 예측 모델을 생성하여 상기 유전체 발현 특징들에 대한 제4 예측 확률을 계산하는 제4 딥 뉴럴 네트워크를 포함하고,상기 판별부는상기 제1 딥 뉴럴 네트워크 내지 상기 제4 딥 뉴럴 네트워크 각각에 의해 계산된 상기 제1 예측 확률 내지 상기 제4 예측 확률을 합치는 앙상블 접근법을 사용하여 암 또는 정상 여부를 판별하는 딥 러닝 기반 암 판별 장치
|
| 9 |
9
제8항에 있어서,상기 전처리부는상기 유전체 발현 정보로부터 각 유전자의 이름과 발현량 값을 획득하고, 상기 각 유전자에 대한 평준화 과정을 통해 유전체 발현 특징들을 획득하는 것을 특징으로 하는 딥 러닝 기반 암 판별 장치
|
| 10 |
10
삭제
|
| 11 |
11
제8항에 있어서,상기 판별부는상기 복수의 딥 뉴럴 네트워크 각각에서 계산된 예측 확률에 상기 복수의 딥 뉴럴 네트워크 각각에 대해 미리 설정된 가중치를 부여하고, 상기 가중치가 부여된 예측 확률에 기초하여 암 또는 정상 여부를 판별하는 것을 특징으로 하는 딥 러닝 기반 암 판별 장치
|
| 12 |
12
삭제
|
| 13 |
13
삭제
|
