基于深度神经网络的卵巢癌生存预后预测分子模型的建立方法及其应用

摘要

本发明公开了基于深度神经网络的卵巢癌生存预后预测分子模型的建立方法及其应用，以TCGA数据库中卵巢癌样本RNA测序数据经预处理后的数据作为模型训练和验证的数据；以通过Kaplan‑Meier、Cox‑PH和ROC分析方法鉴定的生存相关特征经K‑means聚类结果衡量最终选择的13种基因在卵巢癌样本中的mRNA表达水平；以深度神经网络(Deep neural network，DNN)算法训练，用于单样本预测的整合模块，以HNRPLL基因为内参和预处理过程中的参数制定而成，该模型能够预测3年和5年生存率，并且准确度高，因此能够用于卵巢癌生存预后预测。