基于自编码的特征提取方法在生物医学领域中的应用进展

作者：**; 徐臻旖; 宋佳丽; 卢宇红; 李康; 侯艳^*

来源：中国卫生统计, 2020, 37(02): 317-320.

• 神经网络
• 隐藏层
• 分类器
• SAE
• 特征提取方法
• 生物医学领域
• 应用进展

<正>随着科技水平的不断提高,研究者们可以获得有关疾病的各类数据,例如基因组学、蛋白质组学、代谢组学、影像学等。这些海量数据的获得使得我们对疾病的了解更加深入。但随之而来的问题是,研究者们如何从海量数据中提取有用的信息,从而集中资源进行深入的研究,成为科研工作者面临的新挑战。近年来硬件技术的飞速发展和存储数据能力的增强,促进了大数据机器学习方法的发展,研究者已经将机器学习方法,特别是深度学习,应用于这类复杂数据的分析[1-4]。自编码

• 单位
  哈尔滨医科大学