本项目目的是对基因型进行填充，按照传统方法HMM的设计思路，设计了在线的填充方式，每一段SNP都单独训练神经网络，并且可以保存参数；同时，为了拓展以后的基于深度学习的填充模式，设计了基于全SNP的神经网络模型，并且可以保存模型参数。

方法结构

模型集合

cnn1d.py:卷积神经网络提取特征，然后利用特征对数据进行数据预测

fcn2d.py:全卷积网络提取二维数据特征，然后预测数据

inception1d.py:利用inception网络提取一维特征，然后利用全链接对特征进行特征融合，预测数据

resnet1d.py:利用resnet网络提取一维特征，然后利用全链接对特征进行特征融合，预测数据

stack_lstm1d.py:利用lstm网络提取一维特征，然后利用全链接对特征进行特征融合，对数据进行重建，输入和输出都是为无缺失数据

stack_transformer1d.py：利用lstm网络提取一维特征，然后利用全链接对特征进行特征融合，对数据进行重建，输入和输出都是为无缺失数据

unet1d.py：利用FCN网络对原始一维数据编码，然后根据编码向量对其进行解码，得到重建向量（在线预测）

unet2d.py：利用FCN网络对原始二维数据编码，然后根据编码向量对其进行解码，得到重建向量

预处理

preprocess.py：对数据进行预处理，比如划分训练集比例和mask对象的构建

工具

utils.py：一些小工具，比如各种自定义评价指标的编写

训练

train2d.py：利用2d数据对所有样本的snp数据进行重建，通过滑窗进行采样训练，同样的方式也可以进行数据预测

train1d.py：利用1d数据对一段snp数据进行重建，通过滑窗形式预测所有snp，每一段为独立任务，保存模型参数，直到预测出所有snp

其他

此部分数据由于太大，无法上传，如果需要可以与本人联系。 gene_chip：基因芯片数据，这里存放需要用到的基因芯片数据

reference_panel:这里是基于基因型填充所需要用到的参考样本数据

processed_phase3:这里存放的是经过预处理以后的参考样本数据和基因芯片芯片。