当前共找到 1 篇文献分享。
1.
前进 (2024-05-30 13:53):
#paper Luo S, Xie Z, Chen G, et al. Hierarchical DNN with Heterogeneous Computing Enabled High-Performance DNA Sequencing[C]//2022 IEEE Asia Pacific Conference on Circuits and Systems (APCCAS). IEEE, 2022: 35-40. 这篇论文采用深度学习算法进行第二代基因测序。算法AYB是所有测序算法中精度最高的,但是随着推移荧光信号减弱,AYB算法处理效果并不好,并且它也难以解决DNA的phasing效应。而深度学习方法则能很高的解决上述问题。它首先通过前5个循环的采集到的荧光图像检测cluster的位置,提取后续cluster强度,再通过传统通道校正算法校正强度色差,然后将校正后的结果输入到DNN中判断碱基类别。实验结果表明,深度学习的方案相比于传统算法能够多检测出12.18%的reads数量,且碱基的分类错误率从0.1432% 降到0.0175%
回到顶部