计算机应用研究

作者：殷清燕,武锐萍,陈旺旺,边根庆,

单位：西安建筑科技大学a.理学院;b.信息与控制工程学院,西安710055；

关键词：生存分析,多组学数据融合,变分自编码器,稀疏编码,

基金：国家自然科学基金资助项目(61872284,12001418)；陕西省自然科学基础研究计划面上项目(2022JM-026)；；

针对生存分析中多组学数据带来的维数灾难和过拟合问题，提出了一种基于多组学数据和稀疏变分自编码器的生存分析算法VAESCox。该算法将变分自编码器的基本结构与稀疏编码和生存分析相结合，在无监督阶段训练变分自编码器学习低维表示，在监督阶段将训练的权重迁移到生存分析模型，并对传递权重进行微调和稀疏编码。实验结果表明，在八种不同癌症类型的数据集上，VAESCox模型在消融和对比实验中均取得了较高的C指数值。与其他四种基准生存分析方法相比，所提算法不仅缓解了多组学数据融合的过拟合问题，也显著提高了生存预测性能，表明不同组学数据的融合有助于预后生存结果的精准预测。

来源：2023年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第3期