[发明专利]IBD预警模型的训练、预警方法、系统、设备及介质

权利要求书

1.一种IBD预警模型的训练方法，其特征在于，所述方法包括：

获取肠道微生物测序数据集；

对所述肠道微生物测序数据集进行生物信息学分析和特征编码，确定特征数据集；

对所述特征数据集进行特征筛选处理，根据特征重要性和生物学先验知识去除所述特征数据集中的干扰特征，确定训练数据集；

将所述训练数据集输入到IBD预警模型中进行训练，得到训练好的IBD预警模型，所述IBD预警模型包括全连接层和预先训练的降噪自编码器。

2.根据权利要求1所述的方法，其特征在于，所述获取肠道微生物测序数据集，包括：

通过文献阅读和数据库检索，查找各类肠道微生物测序数据；

对查找得到的各类肠道微生物测序数据进行数据筛选处理，去除离群数据，得到肠道微生物测序数据集。

3.根据权利要求1所述的方法，其特征在于，所述对所述肠道微生物测序数据集进行生物信息学分析和特征编码，确定特征数据集，包括：

所述肠道微生物测序数据集包括第一数据集、第二数据集和第三数据集；

对所述第一数据集进行相似性序列聚类得到分类单元，基于分类单元进行物种注释，得到第一编码特征集；

对所述第二数据集进行相对定量计算，得到第二编码特征集；

对所述第三数据集进行特征序列计算，根据序列频率对计算得到的特征序列进行归一化处理，得到第三编码特征集；

根据所述第一编码特征集、所述第二编码特征集和所述第三编码特征集确定所述特征数据集。

4.根据权利要求1所述的方法，其特征在于，所述将所述训练数据集输入到IBD预警模型中进行训练，包括：

将所述训练数据集输入到所述IBD预警模型；

冻结所述IBD预警模型中除训练层外的所有层的权重；

根据小批量梯度下降法对所述IBD预警模型的参数进行更新。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述将所述训练数据集输入到IBD预警模型中进行训练之前，所述方法还包括预先训练降噪自编码器，具体包括：

获取预训练数据集；

将所述训练数据集输入到所述降噪自编码器；

根据小批量梯度下降法对所述降噪自编码器进行训练，得到训练好的降噪自编码器。

6.根据权利要求5所述的方法，其特征在于，所述根据小批量梯度下降法对所述降噪自编码器进行训练，包括：

获取批量数据，所述批量数据为根据小批量梯度下降法得到的数据；

对所述批量数据进行随机丢弃处理，并根据相对丰度标准化方法加入随机噪音后，根据小批量梯度下降法对所述降噪自编码器进行训练，直至损失函数不再下降为止。

7.一种IBD预警模型的预警方法，其特征在于，所述方法包括：

获取待识别的肠道微生物数据；

将所述肠道微生物数据输入到如权利要求1-6中任一项所述的IBD预警模型的训练方法所得到的IBD预警模型中，得到IBD预警结果。

8.一种IBD预警模型的训练系统，其特征在于，所述系统包括：

第一模块，用于获取肠道微生物测序数据集；

第二模块，用于对所述肠道微生物测序数据集进行生物信息学分析和特征编码，确定特征数据集；

第三模块，用于对所述特征数据集进行特征筛选处理，根据特征重要性和生物学先验知识去除所述特征数据集中的干扰特征，确定训练数据集；

第四模块，用于将所述训练数据集输入到IBD预警模型中进行训练，得到训练好的IBD预警模型，所述IBD预警模型包括预训练的降噪自编码器和全连接层。

9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器；

所述存储器用于存储程序；

所述处理器执行所述程序实现权利要求1至6中任一项所述的IBD预警模型的训练方法。

10.一种计算机可读存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。