-
公开(公告)号:CN117976192A
公开(公告)日:2024-05-03
申请号:CN202410136785.9
申请日:2024-01-31
Applicant: 湖南大学
IPC: G16H50/20 , A61B5/16 , A61B5/00 , G16H50/30 , G16H20/70 , G06V40/16 , G06V20/40 , G06V10/774 , G06N20/20
Abstract: 本发明涉及一种基于多模态的睡眠障碍和抑郁症评估方法,通过包括面部表情视频、音频在内的多模态数据采集,综合分析患者的生理和心理状态。本发明评估方法具体包括:面部表情视频分析、音频情感分析、视频和问卷结果整合、问卷综合评分、分级系统设计、模型实时调整和监控。通过以上综合评估,本发明方法可提供个性化的抑郁症状初步评估和分级,以及相应的个性化治疗策略,通过全面考虑患者的多方面表征,为抑郁症患者提供全面和个性化的评估手段。
-
公开(公告)号:CN114512185B
公开(公告)日:2024-04-05
申请号:CN202210038022.1
申请日:2022-01-13
Applicant: 湖南大学
IPC: G16B20/20 , G16B40/20 , G06N3/0464 , G06F18/241 , G06F18/25
Abstract: 本发明属于生物信息数据挖掘领域,具体公开了一种变异数据降维输入的驴种群自然选择分类系统。该系统包括:输入模块,驴基因组序列数据处理模块,分类模块;输入模块,用于获取驴基因组序列数据;驴基因组序列数据处理模块,包括:驴基因组序列数据预处理单元、驴基因组序列数据融合单元,用于对输入模块获取的驴基因组序列数据进行处理,转换成变异位点融合数据;分类模块包括模型构建单元、模型预测单元,该模块利用卷积神经网络构建自然选择分类模型,利用变异位点融合数据进行数据降维,然后进行驴种群的自然选择分类。本发明具有通过挖掘驴种群基因组数据,分析驴种群所受的自然选择影响的功能优势,且模型参数少,准确度高。
-
公开(公告)号:CN116631636A
公开(公告)日:2023-08-22
申请号:CN202310352774.X
申请日:2023-04-04
Applicant: 湖南大学
IPC: G16H50/70 , G16H50/20 , G06F18/10 , G06F18/214 , G06F18/243
Abstract: 本发明公开了一种基于机器学习的特征生成方法,包括:S1、对输入的原始数据进行预处理以及筛选;S2、将筛选后的数据分为预训练的特征集和标签集;S3、通过基于树的集成学习算法训练得到特征生成模型;S4、将疾病早期数据输入至特征生成模型进行疾病早期检测。本发明通过多种特征增强方法,强化了原始数据的特点,并一定程度的记录了病例的历史事件,采用基于树的集成学习算法,可以在有数据缺失的情况下完成数据生成,本发明符合人体生理指标的潜在规律,因此可以轻易的将模型迁移至其他具有相同格式的数据集中直接使用,具有较强的可迁移性。
-
公开(公告)号:CN116206678A
公开(公告)日:2023-06-02
申请号:CN202310223854.5
申请日:2023-03-09
Applicant: 湖南大学
IPC: G16B15/30 , G16B15/20 , G16B40/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多壳层和扩展连接性指纹的药靶亲和力预测方法,使用PDBbind数据库中的蛋白质‑配体复合物作为数据集;对大分子蛋白质和小分子配体的结合口袋建模,从配体的几何中心向外构建N个壳层,根据蛋白质原子的空间坐标把蛋白质原子对应到各个壳层;通过原子符号、显式价、等特征把配体原子分为多种类别;把所有特异性原子对作为该壳层的特征,叠加多个壳层的特征得到复合物的特征向量;通过对复合物特征的3D切片,使用Transformer学习壳层原子对特征。本发明解决现有方法无法表征长程相互作用的问题;通过对复合物特征的3D切片,使得Transformer能够很好的学习到壳层原子对特征,进而改变了表征的性能。
-
公开(公告)号:CN114938382B
公开(公告)日:2023-02-07
申请号:CN202210551138.5
申请日:2022-05-18
Applicant: 湖南大学
Abstract: 本发明属于计算机科学领域,公开了一种基于联盟区块链的电子病历安全可控共享方法。本发明首先通过链上链下协同方式实现数据安全可靠存储,然后通过多关键字可搜索加密技术和条件代理重加密技术实现对数据检索和安全可控共享。本发明可以解决不同医疗机构间电子病历难共享以及共享过程中存在隐私泄露、病人无法进行控制等问题,相比于其他方案,本发明在存储共享过程中更好保护了病人电子病历的隐私性和完整性,能够有效抵抗恶意攻击和合谋攻击。同时,本发明在数据共享方面有效减少了病人端的密钥管理成本和计算开销,使得共享更加灵活与高效。
-
公开(公告)号:CN113611367B
公开(公告)日:2022-12-13
申请号:CN202110898820.7
申请日:2021-08-05
Applicant: 湖南大学
Abstract: 本发明公开了一种基于VAE数据增强的CRISPR/Cas9脱靶预测方法,包括S1、采用Pair编码对训练数据进行处理;S2、采用H‑VAE模型对步骤S1中处理后的数据进行预训练以获得隐变量分布的参数;S3、采用给定的后验分布并结合隐变量分布的参数采样新的正样本;S4、将新采样的正样本与之前的训练数据融合,在保留原始信息模型的信息提取模块的基础上,将最后的全连接层进行替换,使用融合后的数据进行联合训练;S5、利用训练好的任务分类结果,对新的输入任务进行脱靶预测。本发明解决了类不平衡数据所带来的学习不稳定等问题。
-
公开(公告)号:CN114974610A
公开(公告)日:2022-08-30
申请号:CN202210391128.X
申请日:2022-04-14
Applicant: 湖南大学
Abstract: 本发明属于计算机科学领域,公开了基于图神经网络和自动编码器的抗癌药物敏感性预测方法。首先从PubChem、CCLE和PRISM数据库中获取相关数据,然后根据所提取的信息和K近邻的方法构建药物细胞系对稀疏相似性矩阵A;其次,利用自动编码器对细胞系的高维特征进行降维,并将药物的特征和细胞系的特征进行拼接之后得到药物细胞系对的特征矩阵X;再次,将A和X作为输入,利用初始残差连接图神经网络学习网络中每个节点的表征;最后使用全连接层预测药物细胞系对之间的敏感性数值。本发明充分将药物、细胞系和DCP之间的相似性信息进行融合,并将图卷积神经网络和初始残差连接进行融合,提高了药物与细胞系对之间的敏感性预测精度。
-
公开(公告)号:CN114938382A
公开(公告)日:2022-08-23
申请号:CN202210551138.5
申请日:2022-05-18
Applicant: 湖南大学
Abstract: 本发明属于计算机科学领域,公开了一种基于联盟区块链的电子病历安全可控共享方法。本发明首先通过链上链下协同方式实现数据安全可靠存储,然后通过多关键字可搜索加密技术和条件代理重加密技术实现对数据检索和安全可控共享。本发明可以解决不同医疗机构间电子病历难共享以及共享过程中存在隐私泄露、病人无法进行控制等问题,相比于其他方案,本发明在存储共享过程中更好保护了病人电子病历的隐私性和完整性,能够有效抵抗恶意攻击和合谋攻击。同时,本发明在数据共享方面有效减少了病人端的密钥管理成本和计算开销,使得共享更加灵活与高效。
-
公开(公告)号:CN111681718B
公开(公告)日:2022-08-23
申请号:CN202010531562.4
申请日:2020-06-11
Applicant: 湖南大学
Abstract: 本发明属于计算机生物信息学领域,公开了一种基于深度学习多源异构网络的药物重定位方法。本发明包括步骤:使用随机游走方法,得到概率共生矩阵数据集;利用移位正点互信息(PPMI)矩阵方法计算数据集;利用计算所得的多源数据集对图卷积编码器模型进行训练,获得药物信息的低维嵌入表示作为变分自编码器的输入数据进行参数训练,将训练好的模型结合已知的药物疾病关联矩阵做最终的药物重定位预测。本发明避免了传统特征提取方法的局限,如:高度依赖于医护人员的经提取出有区分性的高质量特征,也往往存在一定的困难,而且准确率低,本发明借助于图卷积编码器模型和变分自编码器网络模型,实现高精度的药物重定位预测。
-
公开(公告)号:CN114758722A
公开(公告)日:2022-07-15
申请号:CN202210427451.8
申请日:2022-04-21
Applicant: 湖南大学
Abstract: 本发明公开了一种基于生成式对抗网络的基因序列插补方法,通过无监督聚类算法将基因序列按照缺失片段的分布情况分为两类,两个生成器分别学习并构造相应的基因序列缺失分布模型;再分别构建两个生成式对抗网络,通过注入与原数据等量的随机噪声,生成缺失片段的插补结果,并根据对方缺失分布模型的预测结果,丢弃此完整数据的部分信息,最后判别与真实数据的差异性,根据反馈调整插补模型,进而得到高精度的插补结果。本发明可以在不同类型的数据集上进行插补,具有良好的鲁棒性;能模拟基因数据产生缺失的过程,又避免了插补片段与掩盖片段重叠,能够防止训练中产生无意义的迭代;提高了插补的精度和效率,能够运用于大规模数据集的处理。
-
-
-
-
-
-
-
-
-