Deep Centroid新方法破解生物醫學組學數據分類難題

研究背景概述

以生物醫學組學數據對樣本進行分類，是生物醫學研究中廣泛採用的方法，在疾病診斷、分型與預後判斷等場景中發揮着重要作用，應用需求持續增長。

然而，組學數據的特殊性質令傳統機器學習模型的表現受到明顯制約，如何構建穩健可靠的分類方法，成為該領域亟待解決的關鍵問題。