[发明专利]卷积神经网络系统及数据分类方法

权利要求书

1. 一种用于将一测试对象分类为不同的多个癌症状况中的一癌症状况的计算机系统，其特征在于，所述计算机系统包含：

至少一通用处理器；以及

一通用存储器，所述通用存储器存储至少一程序，以由所述至少一通用处理器执行，所述至少一程序包括多个指令，以用于进行：

（A）针对一物种的多个训练对象中的每个各自的训练对象获得：（i）一癌症状况；以及（ii）一基因型数据构建，包括对应于所述物种的一参考基因组的多个位置的基因型信息，从而获得多个基因型数据构建；

（B）将所述多个基因型数据构建中的每个基因型数据构建格式化为包括一个或多个相应的向量的一相应的向量集，从而产生多个向量集；

（C）将所述多个向量集提供给一网络架构，所述网络架构至少包括：（i）一第一卷积神经网络路径，包括一第一多个层，所述第一多个层包括至少一第一卷积层，所述至少一第一卷积层与至少一第一过滤器相关联，所述至少一第一过滤器包括一第一组过滤器权重；以及（ii）一评分器；

（D）从所述评分器获取多个分数，其中所述多个分数中的每个分数对应于所述多个向量集中的其中一个向量集到所述网络架构中的一输入；

（E）使用所述多个分数中的各自的分数与多个所述训练对象中的相应的训练对象的相应的癌症状况的一比较来调整至少所述第一组过滤器权重，从而训练所述网络架构，以在所述多个癌症状况下对一癌症状况进行分类；以及

（F）使用基于从所述测试对象获得的一生物样本中的多个游离核酸的序列读数数据的一基因型数据构建作为被训练的所述网络架构的输入，而使用被训练的所述网络架构将所述测试对象分类为所述多个癌症状况中的一癌症状况。

2.如权利要求1所述的计算机系统，其特征在于：所述计算机系统还包含具有一图形处理存储器的一图形处理单元；所述网络架构存储在所述图形处理存储器中；以及所述提供（C）使所述第一卷积层顺序接收所述多个向量集中的多个向量集。

3.如权利要求1或2所述的计算机系统，其特征在于：所述第一多个层还包括一第二卷积层；所述第二卷积层包括至少一第二过滤器，所述第二过滤器包括一第二组过滤器权重；除了所述第一多个层中的一最终层之外，所述第一多个层中的每个层的输出用以作为所述第一多个层中的另一层的输入；并且其中所述提供（C）响应于所述多个向量集中的一各自的向量集到所述网络架构的输入来执行一程序，所述程序包括步骤：

（a）将一第一多个输入值输入到所述第一卷积层中，作为所述各自的向量集中的多个值的一第一函数；

（b）使所述第一卷积层将一第一多个中间值馈入所述第一卷积神经网络路径中的另一层，所述第一多个中间值被计算作为以下的一第二函数：（i）至少所述第一组过滤器权重；及（ii）所述第一多个输入值；

（c）使所述第二卷积层从所述第一卷积神经网络路径中的另一层馈入一第二多个中间值，作为以下的一第三函数：（i）至少所述第二组过滤器权重；及（ii）所述第二卷积层接收的多个输入值；以及

（d）使所述第一卷积神经网络路径中的一最终层将来自所述最终层的多个值馈入所述评分器。

4.如权利要求3所述的计算机系统，其特征在于：所述第一卷积层的所述至少第一过滤器包括一对过滤器，所述一对过滤器的每个过滤器在所述提供（C）之前独立地初始化为多个随机值；以及所述第二卷积层的所述至少第二过滤器是在所述提供（C）之前被独立初始化为多个随机值的一对过滤器。

5. 如权利要求3所述的计算机系统，其特征在于：所述第一卷积神经网络路径还包括一第一池化层及一第二池化层，并且其中所述程序还包括：

使所述第一池化层将计算为所述第一多个中间值的一第一池化函数的一第三多个中间值从所述第一卷积层馈入所述第一卷积神经网络路径中的另一层；以及

使所述第二池化层将计算为所述第二多个中间值的一第二池化函数的一第四多个中间值从所述第二卷积层馈入所述第一卷积神经网络路径中的另一层或馈入所述评分器。

6.如权利要求5所述的计算机系统，其特征在于：所述第一池化层以及所述第二池化层各自独立地选自由以下所组成的群组：一最大池化层、一分数阶最大池化层、一平均池化层以及一L2-范数池化层。