公开(公告)号：CN118878002A

公开(公告)日：2024-11-01

申请号：CN202411297490.6

申请日：2024-09-18

Applicant: 重庆科技大学 ,  中南大学

Inventor： 李敏 ,  李传斌 ,  王海鹰

IPC: C02F1/28 ,  C01G45/02 ,  C02F101/20 ,  C02F103/10

Abstract: 本发明涉及矿涌水处理技术领域，具体涉及一种从矿涌水中深度去除锰离子装置及回收锰离子方法：包括矿涌水存储池、解吸液存储池、活化液存储池、蠕动泵和吸附柱，将第二止水阀和第三止水阀开启，关闭第一止水阀、第四止水阀、第五止水阀和第六止水阀，打开蠕动泵，使得矿涌水将自下而上泵入吸附柱内，使得矿涌水与羧基纳米纤维充分接触，完成矿涌水中的Mn2+的吸附，待羧基纳米纤维吸附饱和后，打开第一止水阀、第四止水阀和第五止水阀，关闭第二止水阀、第三止水阀和第六止水阀，启动蠕动泵，将解吸液自上而下泵入吸附柱内洗脱羧基纳米纤维表面的Mn2+，经循环解吸可得到Mn2+富集液，Mn2+富集液经氧化制得MnO2，完成矿涌水中锰离子的去除及回收。

公开(公告)号：CN118734162A

公开(公告)日：2024-10-01

申请号：CN202410777716.6

申请日：2024-06-17

Applicant: 中南大学

Inventor： 刘锦 ,  刘坤 ,  李敏 ,  王建新

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/213 ,  G06F18/25 ,  G06F17/14 ,  G06N3/0499 ,  G06N3/0464 ,  A61B5/11 ,  A61B5/0507

Abstract: 本公开实施例中提供了一种基于毫米波雷达多视角数据融合的睡姿分类方法，属于数据识别技术领域，具体包括：对每一帧原始雷达数据进行距离快速傅里叶变换；对距离维度上的频谱信息进行多普勒快速傅里叶变换处理；对多普勒阈值处理后的数据进行选择和拼接，生成水平角数据和仰角数据；对水平角数据进行角度快速傅里叶变换，以及，对仰角数据进行角度快速傅里叶变换处理；将原始雷达数据以预设数量帧数据为识别窗口；利用特征提取器分别提取多视角雷达睡姿数据的特征，通过全局多视角融合机制整合两个视角的特征，形成融合特征表示并传入多层感知机进行个体识别和睡姿识别。通过本公开的方案，提高了识别效率、精准度和适应性。

公开(公告)号：CN118016167A

公开(公告)日：2024-05-10

申请号：CN202410085639.8

申请日：2024-01-22

Applicant: 中南大学

Inventor： 郑瑞清 ,  李敏 ,  刘锦 ,  曾未星

IPC: G16B40/30 ,  G16B25/00 ,  G06F18/23 ,  G06F18/22 ,  G06F18/214

Abstract: 本发明公开了一种针对不平衡单细胞RNA‑seq数据的细胞聚类方法、设备和介质，方法包括：获取聚类细胞的RNA‑seq数据，生成基因表达矩阵并预处理；利用基因表达矩阵计算各细胞间的相似度，选出近似细胞作为对比学习的附加增强正例；搭建对比学习模型，并利用各细胞的正例、附加增强正例和负例训练对比学习模型，以获取细胞潜在表征；基于细胞的潜在表征对所有细胞聚类，生成细胞的伪标签；基于细胞的潜在表征计算细胞间的距离值进而选择锚点细胞；搭建知识蒸馏模型，利用锚点细胞的潜在表征和伪标签进行训练，最终使用其进行细胞聚类。本发明对来自不同测序平台、不同物种、不同组织以及不同规模的细胞数据集都有很好的聚类结果。

公开(公告)号：CN117393055A

公开(公告)日：2024-01-12

申请号：CN202311528182.5

申请日：2023-11-16

Applicant: 中南大学

Inventor： 曾敏 ,  李敏 ,  赵保莹 ,  李一鸣

IPC: G16B40/20 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于图对比学习融合注意力机制的lncRNA亚细胞定位预测方法、系统、设备及介质，方法包括：将每个lncRNA序列样本转化为对应的德布鲁因图；使用基于图卷积和全局注意力机制的编码器获取德布鲁因图的编码向量，再使用解码器解码；基于正负样本对的解码向量构建有监督的对比学习损失函数，再结合分类器对输入编码向量的定位预测概率构建的分类损失函数，得到整体损失函数；利用lncRNA序列样本并基于整体损失函数，学习整体模型参数；对于待进行亚细胞定位预测的lncRNA序列，将其转化为德布鲁因图，并使用编码器获取编码向量，再使用分类器进行亚细胞定位预测。本发明对lncRNA亚细胞定位预测精度高。

公开(公告)号：CN116121192A

公开(公告)日：2023-05-16

申请号：CN202211672432.8

申请日：2022-12-26

Applicant: 湖南省肿瘤医院 ,  中南大学

Inventor： 张永昌 ,  向思琦 ,  张星 ,  曾亮 ,  杨农 ,  李敏 ,  许杰 ,  宋连喜

IPC: C12N5/09 ,  C12N5/071 ,  C12Q1/02

Abstract: 本发明公开了一种对奥西替尼和厄洛替尼双耐药的人原代肺癌细胞株，来源于临床肺腺癌胸水样本，所述人原代肺癌细胞株命名Lu‑01‑1623，保藏编号为CCTCC NO：C2022168，保藏日期为2022年8月25日，保藏单位为中国典型培养物保藏中心。测序结果表明该细胞EGFR和MET等常见肺癌细胞信号通路活跃，具有EGFR19缺失，MET扩增，可用于肺癌发生发展机制和靶向治疗药物的筛选。

公开(公告)号：CN110797083B

公开(公告)日：2023-04-18

申请号：CN201910881269.8

申请日：2019-09-18

Applicant: 中南大学

Inventor： 李幸一 ,  李敏 ,  项炬 ,  王建新

IPC: G16B25/10 ,  G16B5/00 ,  G16B40/00 ,  G06F18/2135 ,  G06F18/23

Abstract: 本发明公开了一种基于多网络的生物标志物识别方法；考虑到样本异质性的影响，本发明方法首先对基因表达谱数据进行标准化处理并对样本进行主成分分析，利用前两个主成分对样本通过高斯混合模型聚类；对于每一类样本，构建一个基于多网络的网络传播模型对网络中的所有基因进行排序，用于初步筛选重要基因；为了获得具有最大区分能力、最小冗余的生物标志物，通过接收者操作特征曲线的线下面积(AUC)优化模型在上一步得到的重要特征中进一步对基因打分排序，获得生物标志物。本发明的方法充分利用了多源生物网络信息，可以有效识别具有最大分类能力、最小冗余和生物可解释性的生物标志物，用于异质的复杂疾病分析。

公开(公告)号：CN110070909B

公开(公告)日：2022-12-09

申请号：CN201910215306.1

申请日：2019-03-21

Applicant: 中南大学

Inventor： 李敏 ,  张富豪 ,  宋虹

IPC: G16B20/00 ,  G16B40/00

Abstract: 本发明提供了基于深度学习的融合多特征的蛋白质功能预测方法，包括：S1、根据蛋白质的序列信息、作用信息和同源信息，提取蛋白质的语义结构特征、亚序列特征和网络拓扑结构特征；S2、将蛋白质的语义结构特征、亚序列特征和网络拓扑结构特征输入预先训练的蛋白质功能预测模型中，输出分类结果；蛋白质功能预测模型包括：根据蛋白质语义结构特征，提取蛋白质局部语义特征；根据蛋白质亚序列特征，提取蛋白质更稠密、更高级别的亚序列特征；将蛋白质局部语义特征，更稠密、高级别的亚序列特征和网络拓扑结构特征进行融合，获得蛋白质分类融合特征；将蛋白质分类融合特征输入功能分类模块，输出分类结果。显著的提高了预测蛋白质功能的准确度。

公开(公告)号：CN110010204B

公开(公告)日：2022-12-02

申请号：CN201910270730.6

申请日：2019-04-04

Applicant: 中南大学

Inventor： 李敏 ,  李幸一 ,  王建新

IPC: G16B40/30 ,  G16B40/00 ,  G16B20/00

Abstract: 本发明公开了一种基于融合网络和多打分策略的预后生物标志物识别方法，为了减小样本异质性的影响，首先对样本的基因表达数据进行标准化和主成分分析，取前两个主成分、用高斯混合模型对样本进行聚类；对于每一类，融合多种生物网络，并从生物功能、预后能力、与已知致病基因相关程度三个角度对网络节点进行打分；通过带重启的随机游走算法，获得网络中节点的重要性排序；根据三种打分方式得到的节点重要性排序值综合评估节点的重要性；分别取每一类排序靠前的基因，合并获得预后生物标志物。本发明能有效识别生物可解释性强、与疾病密切相关并在不同预后样本中显著差异表达的生物标志物，用于疾病样本的预后分析。

公开(公告)号：CN115019890A

公开(公告)日：2022-09-06

申请号：CN202210617086.7

申请日：2022-06-01

Applicant: 中南大学

Inventor： 李敏 ,  郑瑞清 ,  刘澜

IPC: G16B30/00 ,  G16B40/00 ,  G06K9/62

Abstract: 本公开实施例中提供了一种基于拓扑特性的稀有类型细胞检测方法、系统及设备，属于数据处理技术领域，具体包括：输入一个单细胞表达谱、N个细胞和M个基因，计算KNN最近邻距离矩阵X；根据每个细胞与其他k个近邻细胞的距离向量，计算该细胞的四个领域拓扑特性，并以此构建细胞领域拓扑特征矩阵R；基于拓扑特征矩阵R，结合局部异常因子检测算法计算每个细胞的稀有性分数，并根据自适应参数优化方法设定阈值，输出稀有类型细胞的二元预测结果；将稀有类型细胞的二元预测结果结合社区发现算法进一步对稀有细胞进行亚群划分。通过本公开的方案，从稀有类型细胞近邻差异出发构建拓扑特征矩阵降低了数据维度，提升了预测效率、精准度和适应性。

公开(公告)号：CN112195153B

公开(公告)日：2022-08-16

申请号：CN202011071028.6

申请日：2020-10-09

Applicant: 中南大学 ,  南通药明康德医药科技有限公司

Inventor： 许杰 ,  李敏 ,  迟冬宇 ,  彭春 ,  杨文博 ,  冀群升

IPC: C12N5/09 ,  C12Q1/02

Abstract: 本发明公开一种EGFR抑制剂耐药的人非小细胞肺癌细胞株，该细胞株命名为EGFR抑制剂耐药的人非小细胞肺癌HCC827‑EiR细胞株，保藏编号为CCTCC No:C2020161。本发明还提供该细胞株的应用。本发明提供的细胞株可为以下相关研究提供耐药肿瘤细胞模型：更好的研究EGFR抑制剂的耐药问题、研究耐药非小细胞肺癌细胞形态学及生物学特点、揭示非小细胞肺癌的耐药机制、筛选能够逆转非小细胞肺癌耐药的化疗药物、开发更有效的非小细胞肺癌治疗方法等。